University of Michigan（密歇根大学安娜堡分校）

Nexus: Inferring Join Graphs from Metadata Alone via Iterative Low-Rank Matrix Completion

Nexus：仅通过迭代低秩矩阵补全推断连接图

Tianji Cong, Yuanyuan Tian, Andreas Mueller, Rathijit Sen, Yeye He, Fotis Psallidas, Shaleen Deep, H. V. Jagadish

机构 * University of Michigan（密歇根大学） ； Microsoft Gray Systems Lab（微软灰系统实验室） ； Microsoft Research（微软研究院） 纠错

AI总结 Nexus通过迭代低秩矩阵补全方法，利用元数据推断连接图，实现高效准确的连接关系识别。

A Causal Machine Learning Framework for Treatment Personalization in Clinical Trials: Application to Ulcerative Colitis

用于临床试验治疗个性化的人因机器学习框架：应用于溃疡性结肠炎

Cristian Minoccheri, Sophia Tesic, Kayvan Najarian, Ryan Stidham

机构 * University of Michigan（密歇根大学） 纠错

AI总结 本文提出一个因果机器学习框架，用于评估临床试验中治疗个性化的效果，发现内镜特征虽与治疗效应异质性相关，但未改善患者结果。

Multi-Modal Data Fusion for Moisture Content Prediction in Apple Drying

多模态数据融合用于苹果干燥中的含水率预测

Shichen Li, Chenhui Shao

机构 * Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign, Urbana, IL 61801, USA（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） ； Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI 48109, USA（密歇根大学安娜堡分校机械工程系） 纠错

AI总结 本文提出多模态数据融合框架，通过融合表格数据和图像数据提高苹果干燥含水率预测的准确性，有效降低误差并增强鲁棒性。

Comments Accepted for publication in the Proceedings of the 53rd North American Manufacturing Research Conference (NAMRC 53), to appear in Manufacturing Letters

Journal ref Manufacturing Letters Volume 44, Supplement, August 2025, Pages 1316-1325

SIGMA: Selective-Interleaved Generation with Multi-Attribute Tokens

SIGMA: 带多属性标记的选择性交错生成

Xiaoyan Zhang, Zechen Bai, Haofan Wang, Yiren Song

机构 * Creatly AI ； University of Michigan（密歇根大学） ； Lovart AI ； National University of Singapore（新加坡国立大学） 纠错

AI总结 SIGMA通过引入多属性标记实现多条件生成，提升可控性、一致性和视觉质量，优于Bagel在组合任务中的表现。

Federated Hierarchical Reinforcement Learning for Adaptive Traffic Signal Control

联邦分层强化学习用于自适应交通信号控制

Yongjie Fu, Lingyun Zhong, Zifan Li, Xuan Di

机构 * Department of Civil Engineering and Engineering Mechanics, Columbia University（哥伦比亚大学土木工程与工程力学系） ； Department of Civil and Environmental Engineering, University of Michigan（密歇根大学土木与环境工程系） ； Center for Smart Cities, Data Science Institute, Columbia University（哥伦比亚大学智能城市中心、数据科学研究所） ； Department of Electrical Engineering, Columbia University（哥伦比亚大学电气工程系） 纠错

AI总结 本文提出分层联邦强化学习方法，用于解决大规模异质交通信号控制中的协调与可扩展性问题，通过动态分组提升性能。

Kahaani: A Multimodal Co-Creative Storytelling System

Kahaani：一种多模态协同创作叙事系统

Samee Arif, Muhammad Saad Haroon, Aamina Jamal Khan, Taimoor Arif, Agha Ali Raza, Awais Athar

机构 * Lahore University of Management Sciences（拉瓦尔大学管理科学学院） ； University of Michigan（密歇根大学） ； Strategize Labs（战略实验室） 纠错

AI总结 Kahaani通过多模态技术帮助儿童提升英语能力、学习生活教训并理解故事结构，采用协同创作方式提供沉浸式教育体验。