提出基于Unity的高保真仿真平台FWAV-Sim，结合准稳翼片理论、 fractal噪声湍流模型和多模态传感器，支持复杂气动和环境模拟。
Haichuan Li, Tomi Westerlund
本文提出结合GOMEA的符号回归方法GP-GOMEA与实值优化算法RV-GOMEA，实现常数与表达式结构的同时优化，显著提升精度。
Johannes Koch, Tanja Alderliesten, Peter A. N. Bosman
本论文系统评估了9种神经元模型与3种脉冲编码方案在网络入侵检测中的性能，发现编码方案对检测效果影响更大，Latency编码表现最佳。
Raj Patel, David Amebley, Taye Akinrele 等
提出单层相位调制的编码-解码光学系统，实现非线性函数逼近，无需多层结构，利用干涉和强制偏置提升表达能力。
Yuntian Wang, Alexander Chen, Md Sadman Sakib Rahman 等
Lumos-Nexus通过两阶段训练和UPFB实现高效频率桥接，提升视频生成的视觉质量与推理能力。
Jiazheng Xing, Hangjie Yuan, Lingling Cai 等
提出SOCO基准，利用100类、超1百万对齐点，系统评估视觉基础模型的语义对象对应能力，揭示模型在跨类别和细粒度理解中的不足。
Olaf Dünkel, Basavaraj Sunagad, Haoran Wang 等
C4G提出基于时间条件的紧凑高斯查询，利用全局特征聚合实现无场景优化的4D动态场景重建，显著减少高斯数目。
Mungyeom Kim, Minkyeong Jeon, Honggyu An 等
LongTraceRL通过知识图随机游走生成多跳问答，利用搜索轨迹构建分层干扰项，采用实体级评分奖励，显著提升长文本推理性能。
Nianyi Lin, Jiajie Zhang, Lei Hou 等
提出基于情境的论证框架（CDAFs），通过激活不同视角实现策略性攻击控制，分析复杂性界限。
Albert Sadowski, Jarosław A. Chudziak
本文提出“Disagreeing Rationales”框架，系统分析多样标注与解释在仇恨言论检测中的影响，强调软标签和软理据的优势。
Benedetta Muscato, Beiduo Chen, Gizem Gezici 等
本文提出TxFM，一种基于掩码自编码的转录组表达学习模型，在1.4M数据集上训练，显著优于大规模基础模型。
Kian Kenyon-Dean, Alina Selega, Ihab Bendidi 等
提出基于函数对应的“功能注意力”机制，解决连续场离散化问题，在PDE、3D分割等任务中表现优异。
Jiefang Xiao, Maolin Gao, Simon Weber 等
利用空间分辨的触觉皮肤，通过深度强化学习实现多指机器人手对小物体的受控分离，成功实现模拟到实物的迁移。
Ulf Kasolowsky, Berthold Bäuml
IDOL通过逆动力学引导未来场景预测，将潜在BEV状态转化为运动特征，显著提升自主驾驶规划性能。
Chenghao Zhang, Timin Li, Dongmei Li
REIS框架结合轻量场景门控与KV引导推理，显著减少机器人推理冗余，提升实时决策效率。
Joonhee Lee, Hyunseung Shin, Hyunmi Kim 等
提出结合人工时延估计与障碍Lyapunov函数的自适应控制框架，有效应对Euler-Lagrange机器人中的状态依赖不确定性与时变约束。
Saksham Gupta, Rishabh Dev Yadav, Sarthak Mishra 等
本研究提出多轮多智能体对话框架，利用视觉语言模型（VLM）在空间推理任务中的表现，发现其提升有限，主要受限于视觉空间地面化能力。
Chalamalasetti Kranti, Sherzod Hakimov, David Schlangen
提出基于忆阻器的模拟突触-神经元集成的SNN加速器，能耗降低12.7倍，延迟减少1.26倍，适用于实时边缘智能。
Qianhou Qu, Sheng Lu, Liuting Shang 等
提出线性递归记忆单元（ALF）在部分可观测强化学习中的理论基础，构建两类线性滤波器实现对信念状态的精确重建。
Yike Zhao, Onno Eberhard, Malek Khammassi 等
引入基于最新真实经济数据的多解集生成方法，利用先进的元启发式算法优化线性排序问题，显著提升解的多样性与质量。
Fabrizio Fagiolo, Marco Baioletti, Valentino Santucci