Physics-informed dynamic mode decomposition (piDMD) 
在这项工作中，我们演示了如何将物理原理（例如对称性，不变性和保护定律）整合到动态模式分解（DMD）中。 DMD是一种广泛使用的数据分析技术，可从高维测量中提取低级别的模态结构和动力学。但是，DMD经常产生对噪声敏感的模型，无法在训练数据之外推广并违反基本的物理定律 ...
0 0 0 2025/09/04 arXiv:2112.04307v1 872974527
Mobi-$π$: Mobilizing Your Robot Learning Policy 
学识渊博的视觉运动策略能够执行日益复杂的操纵任务。但是，大多数这些策略都是根据有限的机器人位置和相机观点收集的数据培训的。这导致对新机器人位置的概括不佳，这限制了这些策略在移动平台上的使用，尤其是用于按下按钮或转动水龙头等精确任务 ...
0 0 0 2025/09/04 arXiv:2505.23692v1 bing0037
A Survey of using Large Language Models for Generating Infrastructure as Code 
基础架构作为代码（IAC）是一种革命性的方法，在该行业中占据了重大突出。 IAC通过启用自动化，环境的一致性，可重复性，版本控制，降低错误和可伸缩性的增强来管理和规定IT基础架构。但是，IAC编排通常是一项艰苦的努力，需要专业技能以及大量的手动努力 ...
0 0 0 2025/09/04 arXiv:2404.00227v1 s_75san
s_75san
From reactive to cognitive: brain-inspired spatial intelligence for embodied agents 
空间认知可以通过构建内部空间模型来实现自适应目标指导的行为。强大的生物系统将空间知识合并为三种相互联系的形式：\ textIt {Landmarks}，用于显着提示，\ textit {Route {Route {Route {Route {Route {Route {Route {Route {Route {Reversition {调查知识}用于地图式表示。尽管多模式大语言模型（MLLM）的最 ...
0 0 0 2025/09/04 arXiv:2508.17198v1 蔡明方
OmniActor: A Generalist GUI and Embodied Agent for 2D&3D Worlds 
多模式的大语言模型正在发展为能够主动执行任务的多模式代理。大多数代理研究的重点是GUI或体现的场景，这些场景分别与与2D虚拟世界或3D现实世界相互作用的代理相对应。但是，许多复杂的任务通常要求代理与这两种类型的环境交流 ...
0 0 0 2025/09/04 arXiv:2509.02322v1 蔡明方
Action is All You Need: Dual-Flow Generative Ranking Network for Recommendation 
我们引入了一个双流生成排名网络（DFGR），以进行推荐方案。该体系结构仅利用原始的用户行为序列信息以及少量的基本信息，描述了依靠大量手动功能工程的深度学习建议模型（DLRMS）的局限性。 DFGR采用双流动机制来优化相互作用建模，确保通过端到端 Token 处理有效训练和推断 ...
0 0 0 2025/09/04 arXiv:2505.16752v3 绝世白起
Contrastive Learning of Relative Position Regression for One-Shot Object Localization in 3D Medical Images 
深度学习网络已显示出令人鼓舞的性能，以在内侧图像中进行准确的对象定位，但需要大量注释的数据进行监督培训，这是昂贵且专业的繁重的。为了解决这个问题，我们为体积医学图像中的器官和里程碑定位提供了一个单发框架，该框架在训练阶段不需要任何注释，并且可以在推理阶段提供给出的测试图像（参考）图像中找到任何地标或器官。我们的主要思想来自来自不同人体的组织和器官具有相似的相对位置和背景 ...
0 0 0 2025/09/03 arXiv:2012.07043v2 mixiu
Large Language Model Simulator for Cold-Start Recommendation 
在十亿级的在线推荐系统中，推荐冷点仍然是一个重大挑战。虽然温暖的物品受益于历史用户行为，但冷藏物品仅依赖于内容功能，限制其建议性能并影响用户体验和收入。当前模型从内容特征产生合成行为嵌入，但无法解决核心问题：缺乏历史行为数据 ...
0 0 0 2025/09/03 arXiv:2402.09176v2 swaydy

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）