IJCAI

Learning Tree Automata with Term Rewriting

学习带有项重写的树自动机

Jakub Kopystiański, Jan Otop

AI总结 提出一种扩展的Angluin风格树自动机学习算法，通过集成项重写系统来推断查询答案，从而降低查询复杂度。

Comments An extended version of a paper accepted to IJCAI 2026

MindCopilot: Towards Formalizing and Evaluating Granular Human-LLM Co-Writing

MindCopilot: 迈向细粒度人机协作写作的形式化与评估

Youqing Fang, Yinhao Tang, Yanan Sun, Jiangning Liu, Ziyi Wang, Xun Zhao, Bin Liu, Weiming Zhang, Kuikun Liu, Wenwei Zhang, Kai Chen

AI总结 针对现有主动式写作助手评估仅关注输出质量而忽略用户交互行为的问题，提出基于人类参与马尔可夫决策过程的协作写作形式化模型，并设计交互感知评估套件（Co-Writing Fidelity Suite），通过大规模模拟和用户研究验证其有效性。

Comments 30 pages, 8 figures. Accepted to IJCAI 2026

GMENet: Generative Mixture of Experts Network for Multi-Center Glioma Diagnosis with Incomplete Imaging Sequences

GMENet: 用于多中心胶质瘤诊断的生成式专家混合网络（不完整成像序列）

Pengfei Song, Fangjin Liu, Wenwen Zeng, Yonghuang Wu, Chengqian Zhao, Feiyu Yin, Xuan Xie, Jinhua Yu

机构 * School of Biomedical Engineering and Technology Innovation, Fudan University（复旦大学生物医学工程与技术创新学院） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发智能科学技术研究院） ； Intelligent Diagnosis and Treatment Laboratory for Brain Diseases, Joint Laboratory of Neurosurgery Department of Huashan Hospital and School of Information Science and Technology, Fudan University（脑病智能诊断与治疗实验室，华山医院神经外科部门联合实验室，复旦大学信息科学学院） 纠错

AI总结 针对临床MRI序列不完整导致数据利用率低的问题，提出GMENet，通过交叉注意力门控生成模块合成缺失序列特征，并利用动态加权专家融合模块进行多任务预测，在1241例多中心数据上使可用训练数据增加97%，且优于基于完整数据的最先进方法。

Comments IJCAI Accept