University of California, Los Angeles（加州大学洛杉矶分校）

DeltaDorsal: Enhancing Hand Pose Estimation with Dorsal Features in Egocentric Views

DeltaDorsal: 通过眼控视角中的背侧特征提升手姿态估计

William Huang, Siyou Pei, Leyi Zou, Eric J. Gonzalez, Ishan Chatterjee, Yang Zhang

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Google（谷歌） 纠错

AI总结 DeltaDorsal通过背侧特征提升眼控视角下手姿态估计的可靠性，减少遮挡场景下的误差并优化交互方式。

Comments 16 pages, 11 figures, Presented at ACM CHI 2026. For associated codebase, see https://github.com/hilab-open-source/deltadorsal

EMPM: Embodied MPM for Modeling and Simulation of Deformable Objects

EMPM：基于具身的MPM用于变形物体建模与仿真

Yunuo Chen, Yafei Hu, Lingfeng Sun, Tushar Kusnur, Laura Herlant, Chenfanfu Jiang

机构 * Robotics and AI Institute（机器人与人工智能研究院） ； UCLA（加州大学洛杉矶分校） 纠错

AI总结 EMPM通过基于可微MPM的框架，结合多视角视频重建与在线参数优化，实现对复杂变形物体的高效仿真与操控。

Semi-Supervised Domain Adaptation with Latent Diffusion for Pathology Image Classification

半监督域适应与潜在扩散用于病理图像分类

Tengyue Zhang, Ruiwen Ding, Luoting Zhuang, Yuxiao Wu, Erika F. Rodriguez, William Hsu

机构 * Medical & Imaging Informatics, Department of Radiological Sciences, David Geffen School of Medicine, University of California, Los Angeles（医学与影像信息学系，放射科学系，大卫·盖弗医学院，加州大学洛杉矶分校） ； Bioengineering Department, Henry Samueli School of Engineering, UCLA（生物工程系，亨利·萨缪尔西工程学院，UCLA） ； Department of Pathology & Laboratory Sciences, David Geffen School of Medicine, UCLA（病理学与实验室科学系，大卫·盖弗医学院，UCLA） 纠错

AI总结 本研究提出利用潜在扩散模型生成目标领域意识的合成数据，提升计算病理学中的域泛化能力。

Improving Generalization and Uncertainty Quantification of Photometric Redshift Models

改进光度红移模型的泛化能力和不确定性量化

Jonathan Soriano, Tuan Do, Srinath Saikrishnan, Vikram Seenivasan, Bernie Boscoe, Jack Singal, Evan Jones

机构 * Department of Physics and Astronomy, UCLA, Los Angeles, CA 90095, USA（物理与天文学系，UCLA） ； Computer Science Department, Southern Oregon University, Ashland, OR 97520, USA（计算机科学系，索纳德奥尔大学） ； Department of Physics, University of Richmond, Richmond, VA 23173, USA（物理系，里奇蒙大学） 纠错

AI总结 本文提出通过复合数据集训练和迁移学习改进光度红移模型的泛化能力和不确定性量化。

Comments 27 pages, 16 figures, 7 Tables, accepted for publication in AJ

BigTokDetect: A Clinically-Informed Vision-Language Modeling Framework for Detecting Pro-Bigorexia Videos on TikTok

BigTokDetect: 一种临床指导的视觉-语言建模框架，用于检测TikTok上促进大肌肉畸形行为的视频

Minh Duc Chu, Kshitij Pawar, Zihao He, Roxanna Sharifi, Ross Sonnenblick, Magdalayna Curry, Laura D'Adamo, Lindsay Young, Stuart B Murray, Kristina Lerman

机构 * USC Information Sciences Institute（USC信息科学研究所） ； Keck School of Medicine, USC（USC凯克医学院） ； Department of Clinical Psychology, Drexel University（德雷塞尔大学临床心理学系） ； Department of Psychiatry and Biobehavioral Sciences, UCLA（UCLA精神病学与生物行为科学系） 纠错

AI总结 BigTokDetect通过临床指导的视觉-语言模型，检测TikTok上促进大肌肉畸形行为的视频，建立了可扩展的有害内容缓解框架。

IPFormer: Visual 3D Panoptic Scene Completion with Context-Adaptive Instance Proposals

IPFormer: 基于上下文自适应实例提案的视觉3D全景场景补全

Markus Gross, Aya Fahmy, Danit Niwattananan, Dominik Muhle, Rui Song, Daniel Cremers, Henri Meeß

机构 * Fraunhofer Institute IVI（弗劳恩霍夫研究所IVI） ； Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 IPFormer通过上下文自适应实例提案实现视觉3D全景场景补全，提升场景理解与泛化能力。

Journal ref Advances in Neural Information Processing Systems (NeurIPS) 2025