The Hong Kong University of Science and Technology（香港科技大学）

SceneMaker: Open-set 3D Scene Generation with Decoupled De-occlusion and Pose Estimation Model

SceneMaker: 一种解耦的开放集3D场景生成方法，结合去遮挡与姿态估计模型

Yukai Shi, Weiyu Li, Zihao Wang, Hongyang Li, Xingyu Chen, Ping Tan, Lei Zhang

机构 * Tsinghua University（清华大学） ； HKUST（香港科技大学） ； IDEA Research（IDEA研究院） ； LightIllusions 纠错

AI总结 SceneMaker通过解耦去遮挡与姿态估计模型，提升开放集3D场景生成的准确性和泛化能力。

Comments Project page: https://idea-research.github.io/SceneMaker/

Design and Implementation of a High-Precision Wind-Estimation UAV with Onboard Sensors

高精度风速估计无人机的 design 和实现

Haowen Yu, Na Fan, Xing Liu, Ximin Lyu

机构 * School of Intelligent Systems Engineering, Sun Yat-sen University（中山大学智能系统工程学院） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Shenzhen ZEEY Technology Co., Ltd.（深圳ZEEY科技有限公司） 纠错

AI总结 本文提出了一种基于机载传感器的高精度风速估计方法，通过扰动观测器和薄板样条模型实现高精度风向量估计，实验结果在多种场景下均优于现有基线。

Comments https://www.sciencedirect.com/science/article/abs/pii/S0263224125032415?via%3Dihub

DEGS: Deformable Event-based 3D Gaussian Splatting from RGB and Event Stream

DEGS: 从RGB和事件流中基于可变形的3D高斯点云重建

Junhao He, Jiaxu Wang, Jia Li, Mingyuan Sun, Qiang Zhang, Jiahang Cao, Ziyi Zhang, Yi Gu, Jingkai Sun, Renjing Xu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Hong Kong（香港大学） ； Northeastern University（东北大学） 纠错

AI总结 本文提出DEGS框架，结合RGB和事件流优化动态3DGS，通过事件运动先验指导变形场优化，提升重建性能。

Comments Accepted by IEEE TVCG

Journal ref 2025 IEEE Transactions on Visualization and Computer Graphics

Toward a Unified Geometry Understanding: Riemannian Diffusion Framework for Graph Generation and Prediction

迈向统一几何理解：图生成与预测的黎曼扩散框架

Yisen Gao, Xingcheng Fu, Qingyun Sun, Jianxin Li, Xianxian Li

机构 * Key Lab of Education Blockchain and Intelligent Technology, Guangxi Normal University（教育区块链与智能技术重点实验室，广西师范大学） ； Computer Science and Engineering, The Hong Kong University of Science and Technology（计算机科学与工程，香港科学与技术大学） ； Guangxi Key Lab of Multi-source Information Mining & Security, Guangxi Normal University（广西多源信息挖掘与安全重点实验室，广西师范大学） ； School of Computer Science and Engineering, Beihang University（计算机科学与工程学院，北京航空航天大学） 纠错

AI总结 本文提出GeoMancer框架，通过黎曼扩散方法解决图数据生成与预测中的几何潜力释放问题，提升模型对复杂流形结构的学习能力。

Comments Accepted by NeurIPS 2025

UniExtreme: A Universal Foundation Model for Extreme Weather Forecasting

UniExtreme: 一种用于极端天气预报的通用基础模型

Hang Ni, Weijia Zhang, Hao Liu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

AI总结 UniExtreme是一种通用极端天气预报基础模型，通过自适应频率调制和事件先验增强模块，提升对多样化极端天气事件的预测能力。

Comments 35 pages, 80 figures, submitted to ACM KDD 2026 conference

QSTAformer: A Quantum-Enhanced Transformer for Robust Short-Term Voltage Stability Assessment against Adversarial Attacks

QSTAformer: 一种增强型变压器用于对抗攻击下的短期电压稳定性评估

Yang Li, Chong Ma, Yuanzheng Li, Sen Li, Yanbo Chen, Zhaoyang Dong

机构 * School of Electrical Engineering, Northeast Electric Power University（东北电力大学电气工程学院） ； State Grid Shandong Electric Power Company Jiaozhou Power Supply Company（山东电网济南供电分公司） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（香港科技大学土木与环境工程系） ； State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, School of Electrical & Electronic Engineering, North China Electric Power University（可再生能源电力系统国家重点实验室，华北电力大学电气与电子工程学院） ； Department of Electrical Engineering, City University of Hong Kong（香港城市大学电气工程系） 纠错

AI总结 QSTAformer通过整合参数化量子电路的增强型变压器架构，提升对抗攻击下的短期电压稳定性评估的鲁棒性和效率。

Comments 15 pages, 12 figures. Accepted by Applied Energy