Georgia Institute of Technology（佐治亚理工学院）

Fast Gaussian Process Approximations for Autocorrelated Data

快速高斯过程近似用于自相关数据

Ahmadreza Chokhachian, Matthias Katzfuss, Yu Ding

机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology, Atlanta, GA 30339（佐治亚理工学院H.Milton Stewart工业与系统工程学院） ； Department of Statistics, University of Wisconsin–Madison, Madison, WI 53706（威斯康星大学麦迪逊分校统计系） 纠错

AI总结 本文提出一种快速高斯过程近似方法，通过分块处理自相关数据以加速计算并保持模型预测性能。

Comments Accepted by the INFORMS Journal on Data Science

AutoSurvey2: Empowering Researchers with Next Level Automated Literature Surveys

AutoSurvey2：赋能研究人员的下一代自动化文献综述

Siyi Wu, Chiaxin Liang, Ziqian Bi, Leyi Zhao, Tianyang Wang, Junhao Song, Yichao Zhang, Keyu Chen, Benji Peng, Xinyuan Song

机构 * University of Texas at Arlington（德克萨斯理工大学） ； AI Agent Lab（人工智能代理实验室） ； Indiana University（印第安纳大学） ； Ohio State University（俄亥俄州立大学） ； Imperial College London（伦敦帝国理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Appcubic（Appcubic公司） ； Emory University（埃默里大学） 纠错

AI总结 AutoSurvey2通过多阶段流程实现自动化文献综述生成，结合检索增强合成与结构化评估，提升综述的连贯性与相关性，为学术写作提供可扩展解决方案。

Comments TKDD 2025

Cross-View Topology-Aware Graph Representation Learning

跨视图拓扑感知图表示学习

Ahmet Sami Korkmaz, Selim Coskunuzer, Md Joshem Uddin

机构 * Dept. of Mathematics, Georgia Institute of Technology, Atlanta, GA, USA Dept. of Computer Science \& Engineering, Texas A \& M University, College Station, TX, USA Dept. of Mathematical Sciences, The University of Texas at Dallas, Richardson, TX, USA 纠错

AI总结 GraphTCL通过整合结构嵌入与拓扑嵌入，利用跨视图对比学习提升图表示学习的鲁棒性和分类性能。

Large Language Model based Smart Contract Auditing with LLMBugScanner

基于大型语言模型的智能合约审计与LLMBugScanner

Yining Yuan, Yifei Wang, Yichang Xu, Zachary Yahn, Sihao Hu, Ling Liu

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 LLMBugScanner通过结合领域知识适应和集成推理，提升智能合约漏洞检测的鲁棒性和泛化能力，提供了一种高效且可扩展的审计框架。

From Word Vectors to Multimodal Embeddings: Techniques, Applications, and Future Directions For Large Language Models

从词向量到多模态嵌入：大型语言模型的技术、应用与未来方向

Charles Zhang, Benji Peng, Xintian Sun, Qian Niu, Junyu Liu, Keyu Chen, Ming Li, Pohsun Feng, Ziqian Bi, Ming Liu, Yichao Zhang, Xinyuan Song, Cheng Fei, Caitlyn Heqi Yin, Lawrence KQ Yan, Hongyang He, Tianyang Wang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Simon Fraser University（西蒙弗雷泽大学） ； Kyoto University（京都大学） ； National Taiwan Normal University（台湾师范大学） ； Purdue University（普渡大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Emory University（埃默里大学） ； Cornell University（康奈尔大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； The Hong Kong University of Science（香港科学大学） ； University of Liverpool（利物浦大学） ； University of Warwick（沃里克大学） 纠错

AI总结 本文综述了从词向量到多模态嵌入的发展，探讨了大型语言模型的技术、应用及未来方向。

Comments 21 pages