University of Michigan（密歇根大学安娜堡分校）

Splat Feature Solver

基于稀疏线性逆问题的特征提升求解器

Butian Xiong, Rong Liu, Kenneth Xu, Meida Chen, Andrew Feng

机构 * University of Southern California, Institute for Creative Technologies（南加州大学，创意技术研究所） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

AI总结 Splat Feature Solver通过统一的稀疏线性逆问题框架，高效解决3D场景中特征提升问题，实现高质量提升特征生成，优于现有基线方法。

Comments ICLR 2026 Accepted

Cheap2Rich: A Multi-Fidelity Framework for Data Assimilation and System Identification of Multiscale Physics -- Rotating Detonation Engines

Cheap2Rich: 一种多保真框架用于多尺度物理系统的数据同化与系统辨识——旋转爆震发动机

Yuxuan Bao, Jan Zajac, Megan Powers, Venkat Raman, J. Nathan Kutz

机构 * Department of Electrical ； Computer Engineering, University of Washington, Seattle, USA ； Department of Applied Mathematics, University of Washington, Seattle, USA ； University of Michigan, Advanced Propulsion Concepts Lab, Ann Arbor, USA ； Department of Mathematics, Swiss Federal Institute of Technology Zurich, Zurich, Switzerland 纠错

AI总结 Cheap2Rich提出一种多保真框架，通过结合快速低保真先验与学习的误差修正，实现多尺度物理系统中高保真状态空间的重建，用于旋转爆震发动机的数据同化与系统辨识。

Explainable deep learning reveals the physical mechanisms behind the turbulent kinetic energy equation

可解释的深度学习揭示湍流动能方程背后的物理机制

Francisco Alcántara-Ávila, Andrés Cremades, Sergio Hoyas, Ricardo Vinuesa

机构 * Department of Aerospace Engineering, University of Michigan, Ann Arbor, MI 48109, USA（航空航天工程系，密歇根大学，安阿伯，MI 48109, USA） 纠错

AI总结 本研究利用可解释深度学习揭示湍流动能方程背后的物理机制，发现近壁湍流的主导机制为耗散，而外层则呈现层次结构崩溃。

Comments 6 pages, 5 figures, 1 appendix

Tokenization for Molecular Foundation Models

分子基础模型的标记化

Alexius Wadell, Anoushka Bhutani, Venkatasubramanian Viswanathan

机构 * Department of Mechanical Engineering, University of Michigan, Ann Arbor, Michigan 48109, United States（机械工程系，密歇根大学，安娜堡，密歇根州48109，美国） 纠错

AI总结 本文提出Smirk和Smirk-GPE两种新的分子标记器，以全面覆盖OpenSMILES规范，提升分子属性预测的准确性。

Comments 26 pages, 4 figures