IJCAI

Emo-LiPO: Listwise Preference Optimization for Fine-Grained Emotion Intensity Control in LLM-based Text-to-Speech

Emo-LiPO：基于LLM的文本到语音中细粒度情感强度控制的列表式偏好优化

Yihang Lin, Li Zhou, Congwei Cao, Dongchu Xie, Xiaoxue Gao, Chen Zhang, Haizhou Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Agency for Science, Technology and Research（新加坡科技研究局） ； National University of Singapore（新加坡国立大学） ； Shenzhen Research Institute of Big Data（深圳市大数据研究院） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 提出Emo-LiPO框架，将情感强度控制建模为学习排序问题，通过列表式偏好优化对齐文本与语音的情感强度，实现更忠实连续的情感表达，在ESD-plus数据集上显著提升情感准确性和强度可控性。

Comments Accepted by IJCAI 2026. Emotional TTS, Preference Optimization, Emotion Intensity Control

Efficient Time Series Clustering from Multiscale Reservoir Dynamics with Granular-Ball Anchoring Graph Optimization

基于多尺度储层动力学与粒球锚定图优化的高效时间序列聚类

Yifan Wang, Lifeng Shen, Shuyin Xia, Yi Wang

机构 * Chongqing Key Laboratory of Computational Intelligence, Key Laboratory of Cyberspace Big Data Intelligent Security, Ministry of Education, Sichuan-Chongqing Co-construction Key Laboratory of Digital Economy Intelligence and Key Laboratory of Big Data Intelligent Computing, College of Computer Science and Technology, Chongqing University of Posts and Telecommunications（重庆邮电大学计算机科学与技术学院，计算智能重庆市重点实验室，网络空间大数据智能安全教育部重点实验室，川渝共建数字经济智能重点实验室，大数据智能计算重点实验室） ； Chongqing Ant Consumer Finance Co,. Ltd , Ant Group（蚂蚁集团，重庆蚂蚁消费金融有限公司） 纠错

AI总结 提出MSRGC-Net框架，结合无训练储层计算、粒球锚定图构建和共识学习，实现高效且准确的时间序列聚类。

Comments Accepted by IJCAI 2026

Simplicity Suffices for Parameter Noise Injection in Stochastic Gradient Descent

随机梯度下降中参数噪声注入的简单性足以胜任

Benjamin Leblanc, Louis-Jacob Lebel, Teddy Kana, Richard Kamel

机构 * Université Laval（拉瓦尔大学） 纠错

AI总结 研究随机梯度下降中的参数噪声注入，提出线性层逐样本噪声注入的高效方法，并实验证明简单各向同性噪声即可达到复杂方案的优化与泛化效果。

Comments Accepted at the Data Science Meets Optimisation workshop in IJCAI 2026

SirenFNO: Efficient and Full Frequency Learning of Fourier Neural Operators

SirenFNO：高效且全频率学习的傅里叶神经算子

Pengqing Shi, Jie Yin, Stephen Tierney, Junbin Gao

机构 * The University of Sydney（悉尼大学） 纠错

AI总结 提出SirenFNO框架，利用正弦表示网络学习隐式神经表示并进行模态核参数化，消除频率截断，实现全频谱学习，在多个PDE基准上以最多73倍参数减少取得性能提升。

Comments 9 pages, accepted by IJCAI 2026

Phi-Actor-Critic: Steering General-Sum Games to Pareto-Efficient Correlated Equilibria

Phi-Actor-Critic: 引导一般和博弈走向帕累托高效关联均衡

Wongyu Lee, Francesco Lelli, Omran Ayoub, Massimo Tornatore

机构 * Politecnico di Milano（米兰理工大学） ； Tilburg University（蒂尔堡大学） ； University of Applied Sciences and Arts of Southern Switzerland（瑞士南瑞士应用科学与艺术大学） 纠错

AI总结 提出Φ-Actor-Critic框架，通过交换遗憾最小化引导多智能体学习向高社会福利的关联均衡收敛，并采用集中式注意力批评家高效估计反事实遗憾，结合拉格朗日均衡选择机制优化社会福利。

Comments Accepted to IJCAI 2026

IPSM-Bench: A New Intermediate Phase Segmentation Benchmark in Microstructure Images of Zinc-Based Absorbable Biomaterials

IPSM-Bench：锌基可吸收生物材料显微图像中的新中间相分割基准

Jinglin Xu, Shangyan Zhao, Jiabo Wang, Xinghong Mu, Yulong Lei, Jiacheng Zhang, Hongbo Sun, Yageng Li

机构 * School of Artificial Intelligence, University of Science and Technology Beijing（北京科技大学人工智能学院） ； School of Advanced Materials Innovation, University of Science and Technology Beijing（北京科技大学前沿材料创新学院） ； China Telecom Artificial Intelligence Technology (Beijing) Co., Ltd（中国电信人工智能技术（北京）有限公司） ； School of Materials Science and Engineering, University of Science and Technology Beijing（北京科技大学材料科学与工程学院） ； Institute of Materials Intelligent Technology, Liaoning Academy of Materials（辽宁材料实验室材料智能技术研究所） ； School of Big Data and Software Engineering, Chongqing University（重庆大学大数据与软件工程学院） 纠错

AI总结 针对锌合金中间相分割面临的数据稀缺、低对比度等挑战，构建最大高质量数据集IPSM-Bench，并提出空间上下文先验引导的SAM方法SCoP-SAM，实现最优分割性能。

Comments Accepted by IJCAI 2026

Machine Learning Methods for Studying Latent Neural Activity Dynamics

研究潜在神经活动动力学的机器学习方法

Shufeng Kong, Fumei Deng, Xinyi Dong, Caihua Liu, Weiwei Chen, Yingheng Wang, Daniel Cao, Azahara Oliva, Antonio Fernandez-Ruiz, Carla Gomes

机构 * School of Software Engineering, Sun Yat-sen University（中山大学软件工程学院） ； Department of Computer Science, Cornell University（康奈尔大学计算机科学系） ； Department of Neurobiology and Behavior, Cornell University（康奈尔大学神经生物学与行为学系） ； Department of Ecology and Evolutionary Biology, Cornell University（康奈尔大学生态学与进化生物学系） ； School of Computer Science and Artificial Intelligence, Foshan University（佛山大学计算机科学与人工智能学院） 纠错

AI总结 综述从状态空间模型到深度生成模型的潜在变量模型，涵盖单区域动力学、多区域通信和行为对齐建模，并讨论大规模神经基础模型及未来挑战。

Comments Accepted by IJCAI 2026 survey track

STELLAR: Spatio-Temporal Environmental Learning with Latent Alignment and Refinement for Long-Tailed Species Distribution Modeling

STELLAR: 面向长尾物种分布建模的时空环境学习与潜在对齐精炼

Shufeng Kong, Tao Yu, Yuanyuan Wei, Caihua Liu, Junwen Bai, Yingheng Wang, Marc Grimson, Daniel Fink, Carla P. Gomes

机构 * Sun Yat-sen University（中山大学） ； Cornell University（康奈尔大学） ； Foshan University（佛山大学） ； Cornell Lab of Ornithology（康奈尔鸟类学实验室） 纠错

AI总结 提出STELLAR框架，通过图-时间编码器、上下文锚定潜在对齐和不平衡感知解码模块，联合优化动态栖息地上下文和群落结构，有效解决物种分布建模中的时空耦合与长尾不平衡问题。

Comments Accept by IJCAI 2026

Evaluating Advanced Prompting on Gemini Flash for Multi-Hop Biomedical QA

评估 Gemini Flash 上的高级提示工程用于多跳生物医学问答

Ahmed Bajaber, Mohammed Alliheedi

机构 * Saudi Med AI Lab (SMAIL)（沙特医学人工智能实验室（SMAIL）） ； Prince Sultan University（普森国王大学） ； Al-Baha University（阿勒巴哈大学） 纠错

AI总结 本研究通过设计多组件提示（角色扮演、多步思维链示例和格式规则），在 Gemini 2.0 Flash 上实现概念级得分0.720，显著优于基线0.565，并接近下一代模型性能，证明高级提示设计对释放LLM推理能力至关重要。

Comments 8 pages, proceedings of the BioCreative IX Challenge and Workshop (BC9) at IJCAI 2025

Journal ref Proc. BioCreative IX Workshop (BC9), IJCAI 2025, Montreal, Canada

Spatial-Temporal Decoupled Adapter for Micro-gesture Online Recognition

面向微手势在线识别的时空解耦适配器

Xucheng Shen, Kun Li, Fei Wang, Wei Qian, Jin Jiang, Dan Guo

机构 * Hefei University of Technology（合肥工业大学） ； United Arab Emirates University（阿联酋大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（人工智能研究院，合肥国家综合科学中心） ； Anhui Evolution Technology Co., Ltd.（安徽进化科技有限公司） 纠错

AI总结 提出时空解耦适配器，通过轻量级深度可分离卷积将视频适配分解为独立的时间和空间分支，并引入自适应软平衡增强缓解长尾分布问题，在EI-MiGA挑战赛Track 2中取得第一名。

Comments Technical Report. 1st Place in Micro-gesture Online Recognition in 4th MiGA at IJCAI 2026