ETH Zurich（苏黎世联邦理工学院）

NOBLE -- Neural Operator with Biologically-informed Latent Embeddings to Capture Experimental Variability in Biological Neuron Models

NOBLE -- 基于生物启发性潜在嵌入的神经算子：捕捉生物神经元模型中的实验变异

Luca Ghafourpour, Valentin Duruisseaux, Bahareh Tolooshams, Philip H. Wong, Costas A. Anastassiou, Anima Anandkumar

机构 * ETH Zürich（苏黎世联邦理工学院） ； California Institute of Technology（加州理工学院） ； University of Alberta（阿尔伯塔大学） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔人工智能研究所） ； Cedars-Sinai Medical Center（Cedars-Sinai 医疗中心） ； Archimedes AI, Athena Research Center（Archimedes AI，Athena 研究中心） 纠错

AI总结 NOBLE通过生物启发性潜在嵌入和神经算子框架，高效生成具有实验变异性的合成神经元，实现神经动态的准确预测和模拟。

Beyond Regular Grids: Fourier-Based Neural Operators on Arbitrary Domains

超越常规网格：基于傅里叶的神经算子在任意域上的应用

Levi Lingsch, Mike Y. Michelis, Emmanuel de Bezenac, Sirani M. Perera, Robert K. Katzschmann, Siddhartha Mishra

机构 * Seminar for Applied Mathematics, ETH Zurich, Switzerland（应用数学研讨会，苏黎世联邦理工学院，瑞士） ； ETH AI Center, ETH Zurich, Switzerland（ETH人工智能中心，苏黎世联邦理工学院，瑞士） ； Soft Robotics Lab, ETH Zurich, Switzerland（软机器人实验室，苏黎世联邦理工学院，瑞士） ； Department of Mathematics, Embry-Riddle Aeronautical University, Daytona Beach, FL, USA（数学系，埃姆布里-瑞德航空航天大学，佛罗里达州达科他海滩） 纠错

AI总结 本文提出基于傅里叶变换的神经算子方法，用于在任意非等距点分布上高效处理PDE解，提升训练速度并保持准确性。

Comments 20 pages, 12 figures

Journal ref Proc. 41st International Conference on Machine Learning (ICML 2024), PMLR 235, 2024

Acceleration of Atomistic NEGF: Algorithms, Parallelization, and Machine Learning

原子istic NEGF加速：算法、并行化与机器学习

Mathieu Luisier, Nicolas Vetsch, Alexander Maeder, Vincent Maillou, Anders Winka, Leonard Deuschle, Chen Hao Xia, Manasa Kaniselvan, Marko Mladenovic, Jiang Cao, Alexandros Nikolaos Ziogas

机构 * Integrated Systems Laboratory ETH Zurich（集成系统实验室 ETH 瑞士） 纠错

AI总结 本文提出利用算法、并行化和机器学习加速DFT+NEGF模拟，以更精确地模拟现实系统的量子输运特性。

LEVIO: Lightweight Embedded Visual Inertial Odometry for Resource-Constrained Devices

LEVIO：轻量级嵌入式视觉惯性里程计用于资源受限设备

Jonas Kühne, Christian Vogt, Michele Magno, Luca Benini

机构 * Integrated Systems Laboratory and the Center for Project-Based Learning, ETH Zurich（集成系统实验室和项目导向学习中心，苏黎世联邦理工学院） ； Center for Project-Based Learning, ETH Zurich（项目导向学习中心，苏黎世联邦理工学院） ； Department of Electrical, Electronic and Information Engineering, University of Bologna（电子、电气与信息工程系，博洛尼亚大学） 纠错

AI总结 LEVIO是一种为资源受限设备优化的轻量级视觉惯性里程计，通过高效架构和硬件软件协同优化，在低功耗平台上实现高精度的六自由度实时感知。

Comments This article has been accepted for publication in the IEEE Sensors Journal (JSEN)

Journal ref IEEE Sensors Journal ( Volume: 26, Issue: 3, 01 February 2026)