Robust 'Huber mean' for geometric data protects against noise and outliers
在一个由复杂数据驱动的时代，科学家们越来越多地遇到并不完全位于平坦的欧几里得表面上的信息。从 3D 医学扫描到机器人方向和人工智能转换，当今的大部分数据都存在于称为黎曼流形的弯曲几何空间中。准确分析此类数据仍然是一个挑战，特别是当噪声或异常值扭曲结果时。
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 11, November 2025
1) 用于少样本图像识别的知识引导语义迁移网络作者：李泽超、唐浩、彭志茂、齐国军、唐金辉页数：19474 - 194882) 基于脑电图情绪识别的可解释性分层动态图卷积网络作者：叶梦清、C. L. Philip陈同张页数：19489 - 195003) 鲁棒旋转等变对比学习作者：白盖瑞、奚伟、洪小鹏、刘新辉、岳阳、赵松文页数：19501 - 195144) 图形互信息最大化的多智能体强化学习作者：丁世飞、杜伟、凌丁，张健，郭莉莉，安博页面：19515 - 195245）大视觉语言模型攻击调查：资源，进展和未来趋势作者：Daizong Liu，Mingyu Yang，Xiaoye Qu，Pan
