标签
Keelix 是一款全新的开源工具，它利用免费的 Sentinel-1 SAR 卫星图像，在不依赖 AIS 数据的情况下监控海军基地，通过雷达图像的前后对比来检测舰船的进出港情况并标记异常活动。该工具在 Norfolk 海军基地进行了为期 12 个月的验证，采用信号处理而非机器学习方法，实现了约 65% 的检测率和约 95% 的精确率。
NIST 研究人员提出了一种用于 O-RAN 网络射频干扰检测的统计集成方法（SEM），该方法可在异构 5G 环境中实现泛化，在分布偏移条件下优于机器学习（ML）和深度学习（DL）模型，同时通过非实时无线接入网智能控制器（Non-RT RIC）的 rApp 框架支持冷启动部署。
MontageFlow 是一个流匹配模型，通过将输出限制在满足 EEG 导联（montage）线性约束的子空间内，生成物理上有效的高保真临床 EEG 信号，在三个大规模基准上将 TS-FID 提升了 1.6–3.6 倍。
一篇技术评论文章，批评 OpenAI 在数学论文集中声称的更快快速傅里叶变换（FFT）算法，指出其改进微乎其微，更像是利用理论模型在硬件上并不实际可行的"恶意利用"，而非真正的突破。
洛斯阿拉莫斯的研究人员通过引入循环小波解码集成，扩展了条件变分自编码器（VAE）框架，以根据冲击响应谱逆向合成冲击加速度波形。与传统的衰减正弦波叠加基线方法相比，该方法实现了更低的频谱误差，且每条波形的推理耗时为0.1–0.6毫秒。
一篇深入浅出的长文，讲述大肠杆菌（E. coli）趋化性——单细胞如何通过 CheY 信号分子、受体复合体与鞭毛马达实现类似嗅觉、记忆与决策的'智能'行为，展示蛋白质结构决定功能等系统生物学核心主题。
论文提出了动态频带划分（DBS）框架，可在固定的频带 token 预算下学习音频源分离中的频率轴划分方式，并在 DnR v2 数据集上将 BSRNN 和 TIGER 的平均 SI-SDR 分别提升至 9.07 dB 和 10.13 dB。
一种面向 MIMO 信道估计的时间序列条件扩散框架，利用 LSTM 编码时域动态特征，并结合信噪比门控的后期融合捷径，通过信噪比自适应的 DDIM 去噪实现 5G/6G 系统中的低时延推理。
提出了DenoFlow，一种基于整流流（rectified flow）的SSVEP脑电信号去噪方法，通过回归污染信号与干净信号间直线路径的速度场实现去噪，并在两个公开SSVEP数据集上超越了七个基线模型的信号保真度与解码准确率。
天津大学研究人员发布了一款仅重 3 克的非侵入式脑机接口，小到可以隐藏在头发之中，这是超轻量可穿戴神经技术领域的一项重要进展。
LiteEMG-FM 是一种高效的混合 CNN-Transformer 基础模型，基于 16 个肌电（EMG）数据集进行预训练，可实现鲁棒的零标定手势识别。论文通过分层唤醒门机制展示了其在资源受限边缘设备上的实时部署能力，并评估了不同卸载范式下的延迟、功耗与内存开销的权衡。
本文研究利用图神经网络编码器，将传感器网络和雷达产生的异构采样信号集合映射到固定维度、采样不变的嵌入空间，并通过在合成复值射频信号上进行波形判别来进行评估。
GeoRVQ提出了一种针对生理信号的解码器感知掩码令牌模型，通过考虑残差向量量化中的局部响应和残差依赖性，提高了准确性并减少了解码失真。
介绍了泄漏积分器重建，以解决递归差分时间序列预测中的误差积累问题，展示了在不同架构和数据集上显著减少误差的效果。
本文提出PainNAS，一种基于块的神经架构搜索方法，能在留一受试者评估中有效降低自动化疼痛评估系统的计算复杂性。
本文详细笔记了离散时间傅里叶级数（DTFS）与离散时间傅里叶变换（DTFT），涵盖其理论基础及信号处理应用实例。
本研究引入了一个针对接受CRRT的急性肾损伤重症患者的滚动每日死亡率预测模型，利用机器压力波形和临床数据以增强早期风险评估。
sdr--是一个开源软件定义无线电应用，具有可视化可修补信号图，使用Rust构建用于数字信号处理，并配备web UI以供控制和可视化。
本文探讨了神经语音合成中的三个汇聚工具链——声音身份、信号处理和表演真实感——重点关注声音克隆和音色转换，以转换人声表演，同时保留原始的乐句和动态。