Northeastern University（东北大学）

Spike-EVPR: Deep Spiking Residual Networks with SNN-Tailored Representations for Event-Based Visual Place Recognition

Spike-EVPR：基于事件视觉地点识别的深度脉冲残差网络

Zuntao Liu, Yaohui Li, Chenming Hu, Delei Kong, Junjie Jiang, Zheng Fang

机构 * Faculty of Robot Science and Engineering, Northeastern University（机器人科学与工程学院，东北大学） ； School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） 纠错

AI总结 Spike-EVPR通过引入两种互补的事件表示和深度脉冲残差架构，实现了高效的事件视觉地点识别，提升了召回率并降低了能耗。

Comments 8 pages, 6 figures

SSplain: Sparse and Smooth Explainer for Retinopathy of Prematurity Classification

SSplain: 用于早产儿视网膜病变分类的稀疏平滑解释器

Elifnur Sunger, Tales Imbiriba, Peter Campbell, Deniz Erdogmus, Stratis Ioannidis, Jennifer Dy

机构 * Northeastern University（东北大学） ； University of Massachusetts Boston（马萨诸塞大学波士顿分校） ； Oregon Health & Science University（俄勒冈健康与科学大学） 纠错

AI总结 SSplain通过稀疏和平滑解释方法提升早产儿视网膜病变分类的可解释性与准确性

Comments 20 pages, 16 figures

Sparse Variable Projection in Robotic Perception: Exploiting Separable Structure for Efficient Nonlinear Optimization

稀疏变量投影在机器人感知中的应用：利用可分离结构实现高效的非线性优化

Alan Papalia, Nikolas Sanderson, Haoyu Han, Heng Yang, Hanumant Singh, Michael Everett

机构 * Northeastern University, USA（东北大学） ； University of Michigan（密歇根大学） ； Harvard University（哈佛大学） 纠错

AI总结 本文提出了一种针对具有规范对称性的机器人感知问题的变量投影方法，通过利用可分离性和稀疏性，提高了非线性优化的效率和准确性。

Comments 8 pages, submitted for review