Harbin Institute of Technology（哈尔滨工业大学）

A Cascaded Information Interaction Network for Precise Image Segmentation

用于精确图像分割的级联信息交互网络

Hewen Xiao, Jie Mei, Guangfu Ma, Weiren Wu

机构 * The Institute of Space Science and Applied Technology（空间科学与应用技术研究所） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出一种级联信息交互网络，通过融合低级纹理与高级语义特征提升图像分割精度，尤其在复杂环境中的表现优于现有方法。

Frequent subgraph-based persistent homology for graph classification

基于频繁子图的持久同调用于图分类

Xinyang Chen, Amaël Broustet, Guanyuan Zeng, Cheng He, Guoting Chen

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Université de Lille, Laboratoire Painlevé (UMR CNRS 8524), France（里尔大学，帕伊尔实验室（UMR CNRS 8524）） ； Sun Yat-Sen University, Guangzhou, China（中山大学） ； Great Bay University, Dongguan, China（大亚湾大学） 纠错

AI总结 本文提出基于频繁子图的持久同调方法，用于图分类，通过稳定且信息丰富的FPH特征提升拓扑意识的图表示学习。

Comments v2: Author list updated to include previously omitted co-authors

Training-free Context-adaptive Attention for Efficient Long Context Modeling

无需训练的上下文自适应注意力：用于高效长上下文建模

Zeng You, Yaofo Chen, Shuhai Zhang, Zhijie Qiu, Tingyu Wu, Yingjian Li, Yaowei Wang, Mingkui Tan

机构 * School of Future Technology, South China University of Technology, Guangzhou, China（未来技术学院，华南理工大学，广州，中国） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） ； School of Software Engineering, South China University of Technology, Guangzhou, China（软件学院，华南理工大学，广州，中国） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学，深圳，中国） 纠错

AI总结 本文提出无需训练的上下文自适应注意力机制，通过轻量级阶段实现高效长上下文推理，减少内存占用并提升速度。