University of Toronto（多伦多大学）

Contact Modes Are Strata: What Geometric Structure Buys in Discrete-Continuous Planning

接触模式即层：几何结构在离散-连续规划中的优势

Phone Thiha Kyaw, Jonathan Kelly

机构 * University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所） ； Space and Terrestrial Autonomous Robotic Systems (STARS) Laboratory（空间与地面自主机器人系统实验室） 纠错

AI总结 该研究提出将接触模式视为构型空间的层，以此构建离散-连续规划方法，在两项仿真接触操纵任务中实现了无需预定义接触序列的快速规划。

Comments Submitted to IROS 2026 Workshop on Geometric Representations in Robotics

When Agentic Executions Fail: Detecting and Localizing Runtime Faults from Telemetry

当智能体执行失败时：从遥测数据中检测和定位运行时故障

Chenkai Zhang, Yiran Li, Yifang Tian, Michalis Bachras, Hans-Arno Jacobsen

机构 * University of Toronto（多伦多大学） 纠错

AI总结 该研究提出 AGENTCHAOSBENCH 基准，在智能体系统遥测数据中检测定位运行时故障，实验显示现有 LLM 基线对该任务的解决效果仍远未达标。

Euclid-Omni : A Unified Neuro-Symbolic Framework for Plane Geometry

Euclid-Omni：面向平面几何的统一神经符号框架

Zhaoyu Li, Hangrui Bi, Youyuan Zhang, Wenjie Ma, Zenan Li, Zhaolei Zhang, Xujie Si, Kaiyu Yang

机构 * Apodex ； University of Toronto（多伦多大学） ； UC Berkeley（加州大学伯克利分校） ； ETH Zürich（苏黎世联邦理工学院） ； Meta FAIR 纠错

AI总结 本文提出Euclid-Omni统一神经符号框架，结合形式几何系统与LLMs、VLMs，核心为符号几何求解器Euclidea，生成合成数据训练模型，在竞赛级几何问题上性能优异且成本更低。

SL-S4Wave: Self-Supervised Learning of Physiological Waveforms with Structured State Space Models

SL-S4Wave：基于结构化状态空间模型的生理波形自监督学习

Feng Wu, Harsh Deep, Eric Lehman, Sanyam Kapoor, Guoshuai Zhao, Rahul G. Krishnan, Gari Clifford, Li-wei H Lehman

机构 * Massachusetts Institute of Technology（麻省理工学院） ； OpenEvidence, USA（OpenEvidence（美国）） ； New York University（纽约大学） ； Xi’an Jiaotong University（西安交通大学） ； University of Toronto（多伦多大学） ； Emory University（埃默里大学） 纠错

AI总结 提出SL-S4Wave框架，结合对比学习与基于结构化状态空间模型的编码器，通过多尺度子核全局卷积捕获多通道生理波形的局部和长程依赖，在心律失常检测等任务中优于现有方法。

RoboLab: A High-Fidelity Simulation Benchmark for Analysis of Task Generalist Policies

RoboLab：一种高保真模拟基准，用于分析任务通用策略

Jenai Xuning Yang, Rishit Dagli, Alex Zook, Hugo Hadfield, Ankit Goyal, Stan Birchfield, Fabio Ramos, Jonathan Tremblay

机构 * NVIDIA ； University of Toronto（多伦多大学） ； The University of Sydney（悉尼大学） 纠错

AI总结 RoboLab通过高保真模拟环境评估任务通用策略的真实泛化能力，提供120个任务的视觉、程序和关系能力测试，揭示当前最佳模型的性能差距。

Journal ref Robotics: Science and Systems XXII, Sydney, Australia, 2026

Transfer Learning and Machine Learning for Training Five Year Survival Prognostic Models in Early Breast Cancer

迁移学习和机器学习在早期乳腺癌五年生存预后模型训练中的应用

Lisa Pilgram, Kai Yang, Ana-Alicia Beltran-Bless, Gregory R. Pond, Lisa Vandermeer, John Hilton, Marie-France Savard, Andréanne Leblanc, Lois Sheperd, Bingshu E. Chen, John M. S. Bartlett, Karen J. Taylor, Jane Bayani, Sarah L. Barker, Melanie Spears, Cornelis J. H. van der Velde, Elma Meershoek-Klein Kranenbarg, Luc Dirix, Elizabeth Mallon, Annette Hasenburg, Christos Markopoulos, Lamin Juwara, Fida K. Dankar, Mark Clemons, Khaled El Emam

机构 * School of Epidemiology and Public Health, University of Ottawa（渥太华大学流行病学与公共卫生学院） ； Children’s Hospital of Eastern Ontario Research Institute（东部儿童医院研究学院） ； Department of Nephrology and Medical Intensive Care, Charité - Universitaetsmedizin Berlin（柏林夏里特医学院肾内科与医学重症科） ； Division of Medical Oncology, Department of Medicine, The University of Ottawa（渥太华大学医学系肿瘤科） ； Department of Oncology, McMaster University（麦马斯特大学肿瘤科） ； Cancer Therapeutics Program, The Ottawa Hospital Research Institute（渥太华医院研究学院癌症治疗计划） ； Ottawa Hospital Cancer Center, The Ottawa Hospital Research Institute（渥太华医院癌症中心，渥太华医院研究学院） ； CHUM, Division of Medical Oncology and Hematology, Université de Montréal（蒙特利尔大学CHUM，医学肿瘤学与血液学部） ； Canadian Cancer Trials Group, Queen’s University（加拿大癌症试验组，皇后大学） ； Diagnostic Development, Ontario Institute for Cancer Research（安大略癌症研究所以及诊断发展部） ； Department of Laboratory Medicine and Pathobiology, University of Toronto（多伦多大学实验室医学与病理学部） ； Department of Surgery, Leiden University Medical Center（莱顿大学医学中心外科部） ； St. Augustinus Hospital, Antwerp, Belgium（比利时安特卫普圣奥古斯丁医院） ； Department of Pathology, Glasgow, United Kingdom（英国格拉斯哥大学病理部） ； Department of Gynecology and Obstetrics, University Center Mainz, Mainz, Germany（德国马尔堡大学中心妇科与妇产科部） ； National and Kapodistrian University of Athens, Medical School, Athens, Greece（希腊雅典国家与卡波迪斯托里亚大学医学院） 纠错

AI总结 本文通过比较从头机器学习、迁移学习和集成方法，评估了提升乳腺癌生存预后模型的潜力，发现迁移学习和集成方法在模型校准上表现更优。

Journal ref J Med Internet Res 2026;28:e88665

PickStyle: Video-to-Video Style Transfer with Context-Style Adapters

PickStyle：基于上下文-风格适配器的视频到视频风格迁移

Soroush Mehraban, Vida Adeli, Jacob Rommann, Kyryl Truskovskyi, Harrison Sanborn, Babak Taati, Cole Clifford

机构 * Pickford AI ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

AI总结 PickStyle是一种视频到视频风格迁移框架，通过在预训练视频扩散骨干中插入低秩适配器、构建合成训练片段并提出CS-CFG，实现了优于现有基线的视频风格迁移效果。

Comments Accepted to the European Conference on Computer Vision (ECCV) 2026 Workshops

TAU: A Benchmark for Cultural Sound Understanding Beyond Semantics

Yi-Cheng Lin, Yu-Hua Chen, Jia-Kai Dong, Yueh-Hsuan Huang, Szu-Chi Chen, Yu-Chen Chen, Chih-Yao Chen, Yu-Jung Lin, Yu-Ling Chen, Zih-Yu Chen, I-Ning Tsai, Hsiu-Hsuan Wang, Ho-Lam Chung, Ke-Han Lu, Hung-yi Lee

机构 * National Taiwan University（国立台湾大学） ； University of Toronto（多伦多大学） 纠错

Comments 5 pages; submitted to ICASSP 2026

Journal ref ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2026, pp. 15542-15546

One-shot Robust Federated Learning of Independent Component Analysis

独立成分分析的单轮鲁棒联邦学习

Dian Jin, Xin Bing, Yuqian Zhang

机构 * Department of Electrical and Computer Engineering, Rutgers University, New Brunswick（罗格斯大学电气与计算机工程系） ； Department of Statistical Sciences, University of Toronto（多伦多大学统计学系） 纠错

AI总结 针对联邦独立成分分析问题，提出基于k-means聚类与几何中位数的单轮鲁棒聚合算法，在异构场景下通过仿真验证了其有效性。