Heterogeneous Computing: The Key to Powering the Future of AI Agent Inference
异构计算：AI代理推理未来的关键
机构 * Imperial College London（伦敦帝国理工学院） ； Microsoft Research（微软研究院）
AI总结 本文提出运算强度和容量足迹指标，揭示AI代理推理中内存瓶颈问题，并提出异构计算和硬件协同设计以提升大规模AI推理效率。
高校专区
Imperial College London（帝国理工学院）
SMKC: Sketch Based Kernel Correlation Images for Variable Cardinality Time Series Anomaly Detection
SMKC：基于变量基数时间序列异常检测的草图基于核相关图像
机构 * Imperial College London（伦敦帝国学院）
AI总结 SMKC 提出了一种基于草图的核相关图像框架，用于处理变量基数时间序列异常检测，通过动态输入结构解耦和鲁棒特征表示实现高效检测。
MADE: Benchmark Environments for Closed-Loop Materials Discovery
MADE：用于闭环材料发现的基准环境
机构 * OATML, Department of Computer Science, University of Oxford（OATML，计算机科学系，牛津大学） ； Diffractive Labs ； Machine Learning Research Group, Department of Engineering Science, University of Oxford（机器学习研究组，工程科学系，牛津大学） ； Thomas Young Centre（托马斯·杨中心） ； Department of Materials, Imperial College London（材料系，伦敦帝国学院）
AI总结 MADE提出了一种闭环材料发现的基准框架，通过模拟受限预算下的材料发现流程，评估发现算法的有效性和效率，并支持灵活的工作流研究。
Real-Time Pulsatile Flow Prediction for Realistic, Diverse Intracranial Aneurysm Morphologies using a Graph Transformer and Steady-Flow Data Augmentation
利用图变换器和稳态流数据增强实现颅内动脉瘤形态的实时脉动流预测
机构 * Department of Biomedical Engineering, National University of Singapore（国立新加坡大学生物医学工程系） ； Department of Biomedical Engineering, Imperial College London（帝国理工学院伦敦校区生物医学工程系） ； Imperial College Healthcare NHS Trust（帝国理工医疗信托） ； Department of Medicine, National University Hospital（国立大学医院医学部）
AI总结 本文提出利用图变换器和稳态流数据增强方法，实现颅内动脉瘤形态的实时脉动流预测，有效提升生物力学标记物的计算效率。
Metric Graph Kernels via the Tropical Torelli Map
通过热带托里拆尼映射的度量图核
机构 * KTH Royal Institute of Technology（皇家理工学院） ； Imperial College London（伦敦帝国学院）
AI总结 本文提出基于热带代数几何的度量图核，通过几何和拓扑特性进行图比较，适用于无标签设置下的城市道路网络分类。
Comments 26 pages, 11 figures
