Harvard University（哈佛大学）

Topology-Independent Robustness of the Weighted Mean under Label Poisoning Attacks in Heterogeneous Decentralized Learning

拓扑无关的加权平均在异构去中心化学习中对抗标签污染攻击的鲁棒性

Jie Peng, Weiyu Li, Stefan Vlaski, Qing Ling

机构 * School of Computer Science and Engineering, Sun Yat-Sen University（中山大学计算机科学与工程学院） ； School of Engineering and Applied Science, Harvard University（哈佛大学工程与应用科学学院） ； Department of Electrical and Electronic Engineering, Imperial College London（伦敦帝国理工学院电子与电气工程系） 纠错

AI总结 本文研究了在异构去中心化学习中，加权平均聚合器在标签污染攻击下的鲁棒性，发现其在特定网络拓扑条件下可优于鲁棒聚合器。

Credit Assignment via Neural Manifold Noise Correlation

通过神经流形噪声相关性进行信用分配

Byungwoo Kang, Maceo Richards, Bernardo Sabatini

机构 * Howard Hughes Medical Institute（霍华德·休斯医学研究所） ； Department of Neurobiology, Harvard Medical School（哈佛医学院神经生物学系） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学自然与人工智能研究所在） 纠错

AI总结 本研究提出神经流形噪声相关性方法，通过限制扰动到神经流形上提升信用分配性能，改进了传统噪声相关性在卷积网络和递归网络中的表现，并揭示了生物视觉系统更接近NMNC的表示特性。

An Uncertainty-Aware Generalization Framework for Cardiovascular Image Segmentation

面向心血管图像分割的不确定性感知泛化框架

Ting Yu Tsai, Liangqiao Gui, Yineng Chen, Li Lin, Shu Hu, Connie W. Tsao, Xin Li, Shao Lin, Ming-Ching Chang, Hongtu Zhu, Xin Wang

机构 * University at Albany, State University of New York（纽约州立大学阿尔巴尼分校） ； Purdue University（普渡大学） ； Harvard Medical School（哈佛医学院） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 本文提出UU-Mamba模型，通过引入Sharpness-Aware Minimization和不确定性感知损失函数，提升心血管图像分割的泛化能力和鲁棒性。