University of Maryland, College Park（马里兰大学帕克分校）

A Benchmark of Causal vs. Correlation AI for Predictive Maintenance

因果与相关性AI在预测性维护中的基准测试

Shaunak Dhande, Chutian Ma, Giacinto Paolo Saggese, Paul Smith, Krishna Taduri

机构 * Causify AI ； Department of Computer Science, University of Maryland, College Park, MD, USA（计算机科学系，马里兰大学，学院公园，MD，美国） 纠错

AI总结 本研究通过对比因果与相关性AI方法，发现因果模型在预测性维护中能提供更好的成本节约和故障归因能力。

Speedy-Splat: Fast 3D Gaussian Splatting with Sparse Pixels and Sparse Primitives

Speedy-Splat: 通过稀疏像素和稀疏原语实现快速3D高斯点播

Alex Hanson, Allen Tu, Geng Lin, Vasu Singla, Matthias Zwicker, Tom Goldstein

机构 * University of Maryland, College Park（马里兰大学 College Park分校） 纠错

AI总结 Speedy-Splat通过优化渲染管线和引入剪枝技术，显著提升了3D高斯点播的渲染速度，模型大小和训练时间也得到优化。

Comments CVPR 2025, Project Page: https://speedysplat.github.io/

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025, pp. 21537-21546