标签
本文提出了一种基于神经ODE的正则化方法，该方法强制强化学习智能体中的潜在嵌入遵循一致的ODE流，使表示学习与环境动态对齐，并在Atari和网格世界基准上取得了性能提升。
本文介绍了MiGHT-EHR，一种针对异质时序EHR数据的多任务图变换器，联合建模临床实体、时间轨迹和任务依赖。在MIMIC-III和MIMIC-IV上，它在药物推荐、住院时长、死亡率和再入院预测方面均优于现有最先进方法。
CellWorld 提出了一种面向空间转录组基础模型的潜空间预测预训练方法，预测掩蔽细胞的潜在表示，而非重建基因测量值。在多个留出数据集上，即使是小型变体也在所有基准测试上优于现有基线，表明扩展规模和广泛的生物多样性可以提高迁移能力。
本文提出了MSB-GFM，一种用于跨领域多标签节点分类的多语义基图基础模型，通过将节点表示为语义基的自适应组合来解决语义纠缠问题。
本文提出了 OG-SPR，一种无模型视觉强化学习算法，它将潜在自预测与观测预测相结合，学习具有动力学感知的表示，从而在 DeepMind Control Suite 任务上提高了样本效率。
BioM-JEPA 引入了一种联合嵌入预测架构，通过预测图连接基因块而非单个基因来学习单细胞表示，在扰动响应任务中展现出更高的效率和下游性能。
NeuroPB 是一个框架，通过在大规模行为数据（包括机器人轨迹）上预训练运动编码器，并将神经活动对齐到该表征空间来扩展神经解码，从而在有限神经数据下改进轨迹解码和泛化能力。
本文介绍了EddyFlow，一个用于公里级海面温度降尺度的深度学习框架，它在预测精度、尺度相关结构和区域泛化之间取得平衡。该框架在多个海洋区域实现了强大的零样本性能和近乎理想的频谱保真度。
SJEPA 引入了一种无需重建的 JEPA 框架，学习混合符号-神经潜在动力学，旨在获得最简单且充分的预测表示。实验表明，与事后拟合相比，它能发现更简单的符号动力学，并具有更低的展开误差，同时在语法错误设定下控制符号-神经分配。
本文介绍了Tactus，一种开放词汇触觉识别模型，将低成本压力阵列数据映射到文本嵌入，在STAG基准上仅使用187条训练记录且无分类器头的情况下，匹配甚至超过了监督式闭集CNN基线。
本文提出了一种基于AI的多模态中介分析框架，利用变分自编码器在All of Us研究项目队列中发现连接社会经济劣势、心理社会因素与心脏代谢多病共病的潜在通路。
本文提出PLAN，一种轻量级并行类液体近似网络，用于柔性作业车间调度中的高效表示学习，与最先进的基线相比，以更少的参数实现了更优的完工时间和更低的推理延迟。
The paper studies the topology of learned representations in predictive coding networks using persistent homology, finding that smaller models simplify topology earlier than larger ones and that earlier simplification correlates with worse reconstruction performance.
这篇预印本介绍了用于音乐共创代理的分层自监督世界模型，具有对CPU友好的快速模型，以及用于MIDI修补和生成的实时演示。
本文介绍了CoCoS，一种对比预训练框架，通过互补的转录组视图学习全细胞表征，解决了单细胞基础模型中掩码基因重建的局限性。在细胞类型注释和基因调控网络推断实验上，展示了具有竞争力的迁移性能。
本文提出了前沿学习（Frontier Learning）框架，该框架结合多个黑盒和白盒预训练模型的表示与预测，构建统一的目标域表示，并保证在分布偏移下性能不劣于任何单一复用基线。在视觉域适应和临床死亡率预测上的评估显示，该方法相较强基线持续获得增益。
本文提出RHEA，一种面向多模态属性图聚类的可靠性感知框架。该框架通过邻域一致性估计节点特定的模态可靠性，重建不可靠模态，并使用可靠性感知融合和最优传输聚类。在四个基准上的实验显示出一致的性能提升，尤其在属性含噪或缺失的情况下。
This paper introduces HP-JEPA, a hierarchical partitioning framework for multi-resolution graph joint-embedding predictive learning, which outperforms the fixed-resolution Graph-JEPA baseline on most graph classification and regression benchmarks.
这篇arXiv论文介绍了ProGFM，一种传播感知的图基础模型，将边与特征维度之间的传播关系视为可迁移的知识单元，从而实现自适应聚合并提升跨域泛化能力。
提出FATE，一种帧级音视频时间嵌入方法，将帧序列在物理时间轴上对齐，实现语义与时间的联合理解。在时间检索、事件定位和生成评估指标上均优于基线方法。