Human activity recognition (HAR) from inertial sensors is essential for ubiquitous computing, mobile health, and ambient intelligence. Conventional deep models ...

Reward feedback learning（ReFL）已被证明在将图像生成与人类偏好对齐方面有效。然而，将其扩展到视频生成面临…

多层快速多极算法（MLFMA）中的近场（P2P）算子由于内存局部性差，在 GPU 上成为性能瓶颈。本文工作…

获得强化学习的安全保证是实现其在真实世界任务中可应用性的重大挑战。安全盾牌扩展了标准的强化学习框架，以提供额外的安全保障。

阿尔茨海默病是一种导致认知功能下降的衰弱性疾病。及时识别该疾病对于疾病的早期干预和治疗方案的开发至关重要。

网络分析中的一个基本理论问题是确定在什么条件下，社区恢复在随机块模型（Stochastic Block Model）中可以在多项式时间内实现。

验证性能的关键限制在于错误检测的能力。基于这一直觉，我们设计了几种悲观验证的变体……

抗核抗体（ANA）检测是诊断自身免疫性疾病（包括系统性红斑狼疮、干燥综合征和硬皮病）的关键方法。尽管它的…

Unlike text, speech conveys information about the speaker, such as gender, through acoustic cues like pitch. This gives rise to modality-specific bias concerns.... 不同于文本，语音通过音高等声学线索传递关于说话者的信息，例如性别。这导致了特定模态的偏见问题……

基于Transformer的模型已成为各种机器学习任务的最新技术工具，包括时间序列分类，但它们的复杂性使得 …

在边缘设备上部署 Transformer 模型受到延迟和能耗预算的限制。虽然 INT8 量化能够有效加速主要的矩阵乘…

本研究提出了 **Tool‑RoCo**，这是一种基于 **RoCo**（一个多机器人协作平台）的新基准，用于评估大型语言模型（LLM）在长期多智能体合作中的表现。

在过去的二十年里，针对单一语言（例如 C、C++、Java、Rust、Python 等）的验证工具的研发投入了大量的研究与开发工作。这些工具往往专注于特定语言的语义和特性，提供形式化验证、模型检查、符号执行等技术，以帮助发现程序中的错误、漏洞或不符合规范的行为。随着软件系统的规模和复杂性不断提升，跨语言的交互与集成也日益普遍，这促使研究者开始探索能够同时支持多种语言的通用验证框架和工具链，以实现更广泛的代码安全与可靠性保障。

将光电容积描记（PPG）和球体心动描记（BCG）等非侵入性信号转换为临床有意义的信号，如动脉血压……

我们提出了一种新颖的训练方法 Merge-and-Bound (M&B)，用于类别增量学习 (CIL)，该方法直接在参数空间中操作模型权重，以实现高效且稳健的增量学习...

最近，视频生成取得了快速进展，越来越多的关注集中在移动设备上的图像到视频（I2V）合成上。然而，子...

可读性评估旨在评估文本的阅读难度。近年来，深度学习技术已逐步应用于可读性……

空间认知是现实世界多模态智能的基础，使模型能够有效地与物理环境交互。虽然多模态 ...

我们研究两层神经网络，并使用一种基于粒子的算法——共识优化（CBO）进行训练。我们比较了 CBO 在……方面的表现。

It looks like the text you’d like translated is incomplete. Could you please provide the full passage (including the “> **Source:** …” line at the top) so I can translate it accurately while preserving the required formatting?

大规模专家混合（Mixture of Experts，MoE）模型的训练面临着由于动态 token 路由导致的严重负载不平衡而产生的关键内存瓶颈。Thi...

遥感变化描述是一个新兴且受欢迎的研究任务，旨在用自然语言描述已发生变化的感兴趣内容……

文本属性图需要模型能够有效地将强大的文本理解与结构化推理相结合。现有方法要么依赖 …

深度神经网络（DNN）和 Kolmogorov‑Arnold 网络（KAN）因其灵活性和表达能力而成为函数逼近的热门方法。然而……