AAAI

DiffNR: Diffusion-Enhanced Neural Representation Optimization for Sparse-View 3D Tomographic Reconstruction

DiffNR: 用于稀疏视图3D断层成像重建的扩散增强神经表示优化

Shiyan Su, Ruyi Zha, Danli Shi, Hongdong Li, Xuelian Cheng

机构 * Monash University（莫纳什大学） ； The Australian National University（澳大利亚国立大学） ； Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 DiffNR通过引入扩散先验改进神经表示优化，解决稀疏视图下CT成像的严重伪影问题，提升PSNR并保持高效优化。

Comments Accepted to AAAI 2026. Project page: https://ooonesevennn.github.io/DiffNR/

Synthetic Data in Education: Empirical Insights from Traditional Resampling and Deep Generative Models

教育中的合成数据：传统重采样与深度生成模型的实证洞察

Tapiwa Amion Chinodakufa, Ashfaq Ali Shafin, Khandaker Mamun Ahmed

机构 * The Beacom College of Computer \& Cyber Sciences, Dakota State University Knight Foundation School of Computing \& Information Sciences, Florida International University 纠错

AI总结 本文比较了传统重采样与深度学习方法在教育数据生成中的表现，发现传统方法在实用性上表现优异但隐私保护差，深度学习方法在隐私保护上更优但实用性下降，变分自编码器在两者间取得平衡。

Journal ref The 40th Annual AAAI Conference on Artificial Intelligence: AI4EDU, 2026