Cornell University（康奈尔大学）

Deep Doubly Debiased Longitudinal Effect Estimation with ICE G-Computation

深度双重去偏的ICE G-计算公式纵向效应估计

Wenxin Chen, Weishen Pan, Kyra Gan, Fei Wang

机构 * Cornell University（康奈尔大学） ； Weill Cornell Medicine（韦尔医学院） 纠错

AI总结 提出D3-Net框架，通过顺序双重稳健伪结果和纵向目标最小损失估计，解决ICE G-计算中的误差传播问题，实现纵向治疗效应的稳健估计。

Arbitrary control over multimode wave propagation for machine learning

用于机器学习的多模波传播的任意控制

Tatsuhiro Onodera, Martin M. Stein, Benjamin A. Ash, Mandar M. Sohoni, Melissa Bosch, Ryotatsu Yanagimoto, Marc Jankowski, Timothy P. McKenna, Tianyu Wang, Gennady Shvets, Maxim R. Shcherbakov, Logan G. Wright, Peter L. McMahon

机构 * School of Applied and Engineering Physics, Cornell University（应用与工程物理系，康奈尔大学） ； NTT Physics and Informatics Laboratories, NTT Research, Inc.（NTT物理与信息实验室，NTT研究公司） ； E. L. Ginzton Laboratory, Stanford University（E. L. Ginzton实验室，斯坦福大学） ； Kavli Institute at Cornell for Nanoscale Science, Cornell University（康奈尔大学纳米科学研究所） ； Department of Electrical and Computer Engineering, Boston University（波士顿大学电气与计算机工程系） ； Department of Electrical Engineering and Computer Science, University of California（加州大学电气工程与计算机科学系） ； Department of Applied Physics, Yale University（耶鲁大学应用物理系） 纠错

AI总结 提出一种可快速重编程折射率的二维可编程波导，通过并行电光调制实现多模波传播的任意控制，并用于单次神经网络推理，理论表明面积增长为N^1.5而非N^2。

Journal ref Nat. Phys. 22, 164-171 (2026)

MOSIC: Model-Agnostic Optimal Subgroup Identification with Multi-Constraint for Improved Reliability

MOSIC: 模型无关的多约束最优子群识别以提升可靠性

Wenxin Chen, Weishen Pan, Kyra Gan, Fei Wang

机构 * Cornell University（康奈尔大学） ； Weill Cornell Medicine（韦尔·科恩医学中心） ； Operations Research and Information Engineering（运筹学与信息工程） 纠错

AI总结 提出统一优化框架，将约束直接融入子群识别优化过程，通过梯度下降-上升算法求解，实现模型无关且满足多约束的最优子群识别。