Nanyang Technological University（南洋理工大学）

Mining Citywide Dengue Spread Patterns in Singapore Through Hotspot Dynamics from Open Web Data

通过开放网络数据挖掘新加坡城市登革热传播模式的热点动态

Liping Huang, Gaoxi Xiao, Stefan Ma, Hechang Chen, Shisong Tang, Flora Salim

机构 * Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Nanyang Technological University（南洋理工大学） ； Jilin University（吉林大学） ； Tsinghua University（清华大学） ； University of New South Wales（新南威尔士大学） 纠错

AI总结 通过开放网络数据挖掘新加坡登革热传播模式，利用热点动态预测和验证传播动态，提升公共卫生规划与城市韧性。

Comments 9 pages, 9 figures. It's accepted by WWW 2026 Web4Good Track. To make accessible earlier, authors would like to put it on arxiv before the conference

Journal ref WWW 2026, i.e., The Web Conference 2026

The Role of Mixed-Language Documents for Multilingual Large Language Model Pretraining

混合语言文档在多语言大语言模型预训练中的作用

Jiandong Shao, Raphael Tang, Crystina Zhang, Karin Sevegnani, Pontus Stenetorp, Jianfei Yang, Yao Lu

机构 * University College London（伦敦大学学院） ； Nanyang Technological University（南洋理工大学） ； University of Waterloo（滑铁卢大学） ； NVIDIA（英伟达） ； National Institute of Informatics（信息研究院） 纠错

AI总结 研究发现平行数据对翻译性能至关重要，而语码转换数据对跨语言理解和推理影响较小。

Comments under review

Pace: Physics-Aware Attentive Temporal Convolutional Network for Battery Health Estimation

Pace：一种融合物理的注意力时间卷积网络用于电池健康估计

Sara Sameer, Wei Zhang, Dhivya Dharshini Kannan, Xin Lou, Yulin Gao, Terence Goh, Qingyu Yan

机构 * Singapore Institute of Technology（新加坡科技学院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 Pace通过融合物理特征和注意力机制，实现对电池健康状态的高效准确预测，优于现有模型并具备实时部署能力。

Comments Accepted at the ACM Symposium On Applied Computing (SAC), 2026

Hierarchy-Aware Multimodal Unlearning for Medical AI

层次感知的多模态反遗忘用于医疗AI

Fengli Wu, Vaidehi Patil, Jaehong Yoon, Yue Zhang, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 MedForget提出一个层次感知的多模态反遗忘基准和CHIP方法，有效解决医疗数据中层次结构的遗忘问题，同时保持下游效用。

Comments Dataset and Code: https://github.com/fengli-wu/MedForget

LLM Jailbreak Detection for (Almost) Free!

几乎免费的LLM劫持检测

Guorui Chen, Yifan Xia, Xiaojun Jia, Zhijiang Li, Philip Torr, Jindong Gu

机构 * School of Information Management, Wuhan University（武汉大学信息管理学院） ； Nanyang Technological University（南洋理工大学） ； Torr Vision Group, University of Oxford（牛津大学Torr视觉组） 纠错

AI总结 本文提出了一种几乎免费的LLM劫持检测方法，通过调整输入指令和logits温度来提高检测性能，无需额外计算成本。

Comments EMNLP 2025 (Findings) https://aclanthology.org/2025.findings-emnlp.309/

Distributionally Robust Wireless Semantic Communication with Large AI Models

基于大AI模型的分布鲁棒无线语义通信

Long Tan Le, Senura Hansaja Wanasekara, Zerun Niu, Nguyen H. Tran, Phuong Vo, Walid Saad, Dusit Niyato, Zhu Han, Choong Seon Hong, H. Vincent Poor

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； School of Computer Science and Engineering, International University-VNUHCM（国际大学-胡志明市分校计算机科学与工程学院） ； Bradley Department of Electrical and Computer Engineering, Virginia Tech（弗吉尼亚理工大学电气与计算机工程系） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Department of Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系） ； Department of Computer Science and Engineering, School of Computing, Kyung Hee University（庆北大学计算机科学与工程系） ； School of Engineering and Applied Science, Princeton University（普林斯顿大学工程与应用科学学院） 纠错

AI总结 本文提出WaSeCom框架，通过Wasserstein分布鲁棒优化提升语义通信的鲁棒性，实验显示其在噪声和对抗扰动下的有效性。

Comments Under Review

Journal ref IEEE Journal on Selected Areas in Communications 2026