University of Washington（华盛顿大学）

VisuoTactile 6D Pose Estimation of an In-Hand Object using Vision and Tactile Sensor Data

利用视觉和触觉传感器数据进行手持物体的6D位姿估计

Snehal s. Dikhale, Karankumar Patel, Daksh Dhingra, Itoshi Naramura, Akinobu Hayashi, Soshi Iba, Nawid Jamali

机构 * Honda Research Institute USA, Inc.（本田美国研究院） ； Honda R&D Co., Ltd.（本田研发公司） ； Department of Mechanical Engineering, University of Washington（华盛顿大学机械工程系） 纠错

AI总结 本文提出利用视觉和触觉数据融合方法，提高机器人在手物体的6D位姿估计精度。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), January 2022. Presented at ICRA 2022. This is the author's version of the manuscript

Journal ref IEEE Robotics and Automation Letters, vol. 7, no. 2, pp. 2228-2235, April 2022

Scale-aware Adaptive Supervised Network with Limited Medical Annotations

具有有限医学标注的尺度感知自适应监督网络

Zihan Li, Dandan Shan, Yunxiang Li, Paul E. Kinahan, Qingqi Hong

机构 * Xiamen University（厦门大学） ； University of Washington（华盛顿大学） ； Department of Radiation Oncology, UT Southwestern Medical Center（放射肿瘤科，德克萨斯西南医学中心） 纠错

AI总结 SASNet通过引入尺度感知自适应重加权、视点差异增强和分割-回归一致性学习，解决半监督医学图像分割中标注稀缺、视点差异和多尺度特征整合不足的问题，实现有限标注下的高性能分割。

Comments Accepted by Pattern Recognition, 8 figures, 11 tables

VEAT Quantifies Implicit Associations in Text-to-Video Generator Sora and Reveals Challenges in Bias Mitigation

VEAT量化文本到视频生成器Sora中的隐含关联并揭示缓解偏见的挑战

Yongxu Sun, Michael Saxon, Ian Yang, Anna-Maria Gueorguieva, Aylin Caliskan

机构 * University of Washington（华盛顿大学） 纠错

AI总结 VEAT量化Sora视频生成器中隐含的种族和性别关联，揭示去偏提示可能反噬的问题，强调T2V生成器需严格评估以避免代表性伤害。

Comments The International Association for Safe & Ethical AI (IASEAI)

Zero-shot Forecasting by Simulation Alone

仅通过模拟进行零样本预测

Boris N. Oreshkin, Mayank Jauhari, Ravi Kiran Selvam, Malcolm Wolff, Wenhao Pan, Shankar Ramasubramanian, Kin G. Olivares, Tatiana Konstantinova, Andres Potapczynski, Mengfei Cao, Dmitry Efimov, Michael W. Mahoney, Andrew G. Wilson

机构 * Amazon（亚马逊公司） ； UC Berkeley（加州大学伯克利分校） ； New York University（纽约大学） ； University of Washington（华盛顿大学） 纠错

AI总结 SarSim0通过SARIMA模型生成模拟数据，实现高效的零样本时间序列预测，超越现有统计模型和基线方法。

Generating Piano Music with Transformers: A Comparative Study of Scale, Data, and Metrics

用Transformer生成钢琴音乐：尺度、数据和度量的比较研究

Jonathan Lehmkuhl, Ábel Ilyés-Kun, Nico Bremes, Cemhan Kaan Özaltan, Frederik Muthers, Jiayi Yuan

机构 * RWTH Aachen University（亚琛工业大学） ； University of Washington（华盛顿大学） 纠错

AI总结 本文通过比较不同数据集、模型架构和训练策略，探讨了使用Transformer生成钢琴音乐时，模型规模和度量标准对生成质量的影响。

Comments NeurIPS 2025 Workshop on AI for Music

Effects of algorithmic flagging on fairness: quasi-experimental evidence from Wikipedia

算法标记对公平性的影响：来自维基百科的准实验证据

Nathan TeBlunthuis, Benjamin Mako Hill, Aaron Halfaker

机构 * University of Washington（华盛顿大学） ； Microsoft（微软公司） 纠错

AI总结 本文研究了算法标记对维基百科管理员公平性的影响，发现算法标记可减少对社会信号的依赖，提高审核公平性，但效果复杂且依赖具体情境。

Comments 27 pages, 11 figures, ACM CSCW

Journal ref Proc. ACM Hum.-Comput. Interact. 5, CSCW1, Article 56 (April 2021), 27 pages