刘学文｜上海工程技术大学｜学者主页

期刊论文

2026

基于多保真度融合的电池包底部碰撞侵入量预测研究

鲁俊，蒋胜，杨鑫，史方圆，白芳华，毛溶洁，刘学文

《汽车工程学报》

2025

基于基尼不纯度结构优化物理引导神经网络的薄膜型声学超材料传声损失预测（英文）

潘鑫荣，刘学文，朱波，王颖轶

Journal of Shanghai Jiaotong University(Science)

2020

低阶谐波磨耗轮对引起的轮轨及等效人体动态响应分析

李可，刘学文，张经纬，王岩松，张文静，谢军

《计算力学学报》

2011

瞬态问题稳定性及弥散分析的无网格RKPM配点法研究

罗汉中，刘学文，黄醒春

《应用数学和力学》

2009

长型浮置板轨道隔振系统理论分析(Ⅱ)——传递率

刘学文，吴川，谢军，黄醒春

《计算力学学报》

2009

长型浮置板轨道隔振系统理论分析(Ⅰ)——弥散曲线及临界速度

刘学文，吴川，谢军，黄醒春

《计算力学学报》

预印本

2026

PTQ4ARVG: Post-Training Quantization for AutoRegressive Visual Generation Models

Xuewen Liu, Zhikai Li, Jing Zhang, Mengjuan Chen, Qingyi Gu

arXiv preprint

2026

Post-Training Pruning for Diffusion Transformers

Chengzhi Hu, Xuewen Liu, Jing Zhang, Mengjuan Chen, Zhikai Li, Qingyi Gu

arXiv preprint

2026

K-Sort Eval: Efficient Preference Evaluation for Visual Generation via Corrected VLM-as-a-Judge

Zhikai Li, Jiatong Li, Xuewen Liu, Wangbo Zhao, Pan Du, Kaicheng Zhou, Qingyi Gu, Yang You, Zhen Dong, Kurt Keutzer

arXiv preprint

2025

CacheQuant: Comprehensively Accelerated Diffusion Models

Xuewen Liu, Zhikai Li, Qingyi Gu

arXiv preprint

2025

Rectified SpaAttn: Revisiting Attention Sparsity for Efficient Video Generation

Xuewen Liu, Zhikai Li, Jing Zhang, Mengjuan Chen, Qingyi Gu

arXiv preprint

2025

SAQ-SAM: Semantically-Aligned Quantization for Segment Anything Model

Jing Zhang, Zhikai Li, Chengzhi Hu, Xuewen Liu, Qingyi Gu

arXiv preprint

2024

EDA-DM: Enhanced Distribution Alignment for Post-Training Quantization of Diffusion Models

Xuewen Liu, Zhikai Li, Junrui Xiao, Mengjuan Chen, Jianquan Li, Qingyi Gu

arXiv preprint

2024

DilateQuant: Accurate and Efficient Diffusion Quantization via Weight Dilation

Xuewen Liu, Zhikai Li, Minhao Jiang, Mengjuan Chen, Jianquan Li, Qingyi Gu

arXiv preprint

刘学文

精选作品

期刊论文

基于多保真度融合的电池包底部碰撞侵入量预测研究

基于基尼不纯度结构优化物理引导神经网络的薄膜型声学超材料传声损失预测（英文）

低阶谐波磨耗轮对引起的轮轨及等效人体动态响应分析

瞬态问题稳定性及弥散分析的无网格RKPM配点法研究

长型浮置板轨道隔振系统理论分析(Ⅱ)——传递率

长型浮置板轨道隔振系统理论分析(Ⅰ)——弥散曲线及临界速度

预印本

PTQ4ARVG: Post-Training Quantization for AutoRegressive Visual Generation Models

Post-Training Pruning for Diffusion Transformers

K-Sort Eval: Efficient Preference Evaluation for Visual Generation via Corrected VLM-as-a-Judge

CacheQuant: Comprehensively Accelerated Diffusion Models

Rectified SpaAttn: Revisiting Attention Sparsity for Efficient Video Generation

SAQ-SAM: Semantically-Aligned Quantization for Segment Anything Model

EDA-DM: Enhanced Distribution Alignment for Post-Training Quantization of Diffusion Models

DilateQuant: Accurate and Efficient Diffusion Quantization via Weight Dilation

研究方向