University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

2512.19913 2025-12-24 stat.ML cs.LG hep-ex

Quasiprobabilistic Density Ratio Estimation with a Reverse Engineered Classification Loss Function

准概率密度比估计与逆向工程分类损失函数

Matthew Drnevich, Stephen Jiggins, Kyle Cranmer

机构 * Physics Department, New York University（纽约大学物理系）； Physics Department, University of Wisconsin--Madison（威斯康星大学麦迪逊分校物理系）； Data Science Institute, University of Wisconsin--Madison（威斯康星大学麦迪逊分校数据科学研究院）

AI总结本文提出了一种适用于准概率密度比估计的凸损失函数，并通过粒子物理中的双希格斯生产实验实现了最先进的结果。

Comments 25 pages, 7 figures

2503.12511 2025-12-24 cs.SE cs.AI cs.PL

SACTOR: LLM-Driven Correct and Idiomatic C to Rust Translation with Static Analysis and FFI-Based Verification

SACTOR：基于大语言模型的C到Rust翻译工具，结合静态分析和FFI验证

Tianyang Zhou, Ziyi Zhang, Haowen Lin, Somesh Jha, Mihai Christodorescu, Kirill Levchenko, Varun Chandrasekaran

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）； Google（谷歌）

AI总结 SACTOR通过结合静态分析和FFI验证，利用大语言模型实现C到Rust的正确且习惯性翻译，提升了代码安全性和效率

Comments 35 pages, 15 figures Previously named as "LLM-Driven Multi-step Translation from C to Rust using Static Analysis"

2503.11006 2025-12-24 cs.CV cs.AI

Fine-Grained Instruction-Guided Graph Reasoning for Vision-and-Language Navigation

细粒度指令引导的图推理用于视觉-语言导航

Yaohua Liu, Xinyuan Song, Yunfu Deng, Yifan Xie, Binkai Ou, Yan Zhong

机构 * Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院）； Department of Computer Science, Emory University（埃默里大学计算机科学系）； Department of Computer Science, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系）； Tsinghua University（清华大学）； Innovation and Research and Development Department, BoardWare Information System Company（BoardWare信息系统公司创新与研发部）； School of Mathematics, Peking University（北京大学数学学院）

AI总结本文提出细粒度指令引导的图推理框架OIKG，通过解耦角度与视觉提示并增强空间表示，提升视觉-语言导航中指令理解和跨模态对齐能力。

Comments 10 pages, 4 figures

2410.19849 2025-12-24 cs.LG cs.DS cs.PL

Deep Learning and Machine Learning -- Python Data Structures and Mathematics Fundamental: From Theory to Practice

深度学习与机器学习——Python数据结构与数学基础：从理论到实践

Silin Chen, Ziqian Bi, Junyu Liu, Benji Peng, Sen Zhang, Xuanhe Pan, Jiawei Xu, Jinlang Wang, Keyu Chen, Caitlyn Heqi Yin, Pohsun Feng, Yizhu Wen, Tianyang Wang, Ming Li, Jintao Ren, Qian Niu, Xinyuan Song, Ming Liu

机构 * Zhejiang University（浙江大学）； Indiana University（印第安纳大学）； Kyoto University（京都大学）； AppCubic ； Rutgers University（罗格斯大学）； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）； Purdue University（普渡大学）； Georgia Institute of Technology（佐治亚理工学院）

AI总结本书通过Python语言，系统讲解机器学习和深度学习的基础理论与实践，涵盖数学基础、算法实现及大数据应用，帮助读者掌握AI开发的核心技能。

Comments 298 pages

2410.03795 2025-12-24 cs.SE cs.LG

Deep Learning and Machine Learning: Advancing Big Data Analytics and Management with Design Patterns

深度学习与机器学习：通过设计模式推进大数据分析与管理

Keyu Chen, Ziqian Bi, Tianyang Wang, Yizhu Wen, Pohsun Feng, Qian Niu, Junyu Liu, Benji Peng, Sen Zhang, Ming Li, Xuanhe Pan, Jiawei Xu, Jinlang Wang, Xinyuan Song, Ming Liu

机构 * Georgia Institute of Technology（佐治亚理工学院）； Indiana University（印第安纳大学）； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学）； University of Hawaii（夏威夷大学）； National Taiwan Normal University（台湾师范大学）； Kyoto University（京都大学）； Rutgers University（罗格斯大学）； AppCubic ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）； Purdue University（普渡大学）； Emory University（埃默里大学）

AI总结本书通过设计模式优化大数据分析系统开发与维护，提供高效、可重用的系统构建方法。

Comments 138pages

2409.19916 2025-12-24 cs.CL cs.SE

Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Object-Oriented Programming

深度学习与机器学习，推动大数据分析与管理：面向对象编程

Tianyang Wang, Ziqian Bi, Keyu Chen, Jiawei Xu, Qian Niu, Junyu Liu, Benji Peng, Ming Li, Sen Zhang, Xuanhe Pan, Jinlang Wang, Pohsun Feng, Yizhu Wen, Xinyuan Song, Ming Liu

机构 * Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学）； Indiana University（印第安纳大学）； Rutgers University（罗格斯大学）； Purdue University（普渡大学）； Kyoto University（京都大学）； University of Hawaii（夏威夷大学）； National Tsing Hua University（国立清华大学）； The University of Texas at Dallas（德克萨斯大学达拉斯分校）； Georgia Institute of Technology（佐治亚理工学院）； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）； National Taiwan Normal University（台湾师范大学）； Emory University（埃默里大学）； JTB Technology Corp.（JTB技术公司）

AI总结本文探讨了面向对象编程在机器学习和深度学习中的应用，通过Python示例展示了如何提升代码模块化和可维护性，为AI项目提供更稳健的开发方法。

Comments 49pages

2108.03336 2025-12-24 stat.ME cs.LG cs.SI math.ST stat.TH

Estimating Graph Dimension with Cross-validated Eigenvalues

基于交叉验证特征值的图维数估计

Fan Chen, Sebastien Roch, Karl Rohe, Shuqi Yu

机构 * Department of Statistics, University of Wisconsin–Madison（统计学系，威斯康星大学麦迪逊分校）； Department of Mathematics, University of Wisconsin–Madison（数学系，威斯康星大学麦迪逊分校）

AI总结本文提出了一种基于交叉验证特征值的方法，用于估计图的潜在维度数量，适用于不同统计检测需求的场景，并在模拟和实际数据中表现出良好的性能。

Comments 63 pages, 12 figures