IEEE TPAMI

Heteroscedastic Diffusion for Multi-Agent Trajectory Modeling

异方差扩散用于多智能体轨迹建模

Guillem Capellera, Antonio Rubio, Luis Ferraz, Antonio Agudo

机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（机器人与信息学院，CSIC-UPC） 纠错

AI总结 本文提出U2Diffine模型，通过异方差不确定性估计提升多智能体轨迹补全与预测性能，结合Taylor近似和RankNN实现高效推理与误差概率评估，优于现有方法。

Comments Accepted to IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). Extended version of arXiv:2503.18589 (CVPR 2025)

Sparsity Hurts: Simple Linear Adapter Can Boost Generalized Category Discovery

稀疏性受损：简单的线性适配器可提升通用类别发现

Bo Ye, Kai Gan, Tong Wei, Min-Ling Zhang

机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, China（计算机网络与信息集成重点实验室（东南大学），教育部，中国） 纠错

AI总结 本文提出LAGCD方法，通过在每个ViT块中嵌入残差线性适配器，解决传统方法在灵活性和过拟合问题上的不足，提升通用类别发现性能。

Comments Submitted to IEEE TPAMI