EPFL（洛桑联邦理工学院）

Decoder-Free Supervoxel GNN for Accurate Brain-Tumor Localization in Multi-Modal MRI

无解码器的监督超像素图神经网络用于多模态MRI中脑肿瘤的准确定位

Andrea Protani, Marc Molina Van Den Bosch, Lorenzo Giusti, Heloisa Barbosa Da Silva, Paolo Cacace, Albert Sund Aillet, Miguel Angel Gonzalez Ballester, Friedhelm Hummel, Luigi Serio

机构 * European Organization for Nuclear Research, Geneva, Switzerland（欧洲核子研究中心） ； Dept. of Neuroscience, École Polytechnique Fédérale de Lausanne, Lausanne, Switzerland（瑞士洛桑联邦理工学院神经科学系） ； BCN Medtech, Dept. of Engineering, Universitat Pompeu Fabra, Barcelona, Spain（巴塞罗那大学工程系） ； Universidade de Coimbra, Coimbra, Portugal（科英布拉大学） ； Sapienza Università di Roma, Rome, Italy（罗马萨皮恩扎大学） ； ICREA, Barcelona, Spain（巴塞罗那高等科研机构） 纠错

AI总结 本文提出SVGFormer，一种无解码器的监督超像素图神经网络，用于多模态MRI中脑肿瘤的准确定位，通过层次编码器结合Transformer和图注意力网络，实现高精度和可解释的医学图像分析。

Comments 10 pages, 3 figures,

CauScientist: Teaching LLMs to Respect Data for Causal Discovery

CauScientist: 教授大语言模型尊重数据进行因果发现

Bo Peng, Sirui Chen, Lei Xu, Chaochao Lu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tongji University（同济大学） ； École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院） 纠错

AI总结 CauScientist通过结合大语言模型与概率统计，提升因果发现的准确性与可靠性，实现显著的F1分数提升和召回率提高。

Diffusion-based Inverse Model of a Distributed Tactile Sensor for Object Pose Estimation

基于扩散的分布式触觉传感器逆模型用于物体姿态估计

Ante Marić, Giammarco Caroleo, Alessandro Albini, Julius Jankowski, Perla Maiolino, Sylvain Calinon

机构 * Idiap Research Institute（Idiap研究机构） ； École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院） ； Oxford Robotics Institute（牛津机器人研究所） 纠错

AI总结 本文提出基于扩散模型的分布式触觉传感器逆模型，用于在无视觉数据情况下提高物体姿态估计的精度和效率。

Improving Audio Question Answering with Variational Inference

通过变分推断改进音频问答

Haolin Chen

机构 * Idiap Research Institute, Martigny, Switzerland（日内瓦研究所） ； École Polytechnique Fédérale de Lausanne, Lausanne, Switzerland（洛桑联邦理工学院） 纠错

AI总结 本文通过改进的变分推断优化器提升音频问答任务的预测准确性与校准性。

Comments ICASSP 2026

Revisiting Deep Information Propagation: Fractal Frontier and Finite-size Effects

重新审视深度信息传播：分形前沿与有限尺寸效应

Giuseppe Alessio D'Inverno, Zhiyuan Hu, Leo Davy, Michael Unser, Gianluigi Rozza, Jonathan Dong

机构 * MathLab, International School for Advanced Studies (SISSA)（数学实验室，国际先进研究学院（SISSA）） ； Biomedical Imaging Group, École Polytechnique Fédérale de Lausanne（生物医学成像组，瑞士联邦理工学院） ； Laboratoire de Physique de l’ENS Lyon, CNRS UMR 5672（Lyon 大学物理实验室，CNRS UMR 5672） 纠错

AI总结 本研究揭示了深度神经网络中信息传播的分形结构，指出有限尺寸网络对分离与鲁棒性权衡的重要性。

Comments 19 pages