EPFL（洛桑联邦理工学院）

A Structural FHMM for Interpretable Disease Trajectories in T2DM

用于2型糖尿病（T2DM）可解释疾病轨迹的结构化因子隐马尔可夫模型（FHMM）

Alessandro Mari, Ekaterina Krymova, Guillaume Obozinski, Maria Luisa Marques de Sa Faquetti, Adrian Martinez de la Torre, Andrea Burden

机构 * Swiss Data Science Center (SDSC)（瑞士数据科学中心（SDSC）） ； Ecole Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； ETH Zürich（苏黎世联邦理工学院） ； Institute of Pharmaceutical Sciences（药学院） 纠错

AI总结 本研究提出结构化FHMM模型，用于分析T2DM患者疾病轨迹，通过IQVIA EHR数据验证，可识别临床相关潜在组件及异质性进展通路，为T2DM演变提供可解释见解。

Model-Based Learning of Near-Optimal Finite-Window Policies in POMDPs

基于模型的学习在POMDPs中近最优有限窗口策略

Philip Jordan, Maryam Kamgarpour

机构 * SYCAMORE group, Institute of Mechanical Engineering, EPFL（SYCAMORE小组，机械工程研究所，瑞士洛桑联邦理工学院） 纠错

AI总结 研究基于模型的学习在POMDPs中有限窗口策略的近最优性，通过分析样本复杂性，提出高效的模型估计方法，结合价值迭代获得近最优策略。

Comments full version of CDC'26 paper

Spatio-Temporal Garment Reconstruction Using Diffusion Mapping via Pattern Coordinates

基于模式坐标扩散映射的时空服装重建

Yingxuan You, Ren Li, Corentin Dumery, Cong Cao, Hao Li, Pascal Fua

机构 * CVLab, École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）计算机视觉实验室） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫人工智能大学） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Pinscreen and Mohamed bin Zayed University of Artificial Intelligence（Pinscreen和马尔代夫人工智能大学） 纠错

AI总结 本文提出了一种基于模式坐标扩散映射的时空服装重建方法，结合隐式缝合模式与生成扩散模型，实现高保真3D服装重建，适用于虚拟试穿和动画等领域。

Comments arXiv admin note: text overlap with arXiv:2504.08353 (https://arxiv.org/abs/2504.08353)