标签
本文提出时频几何交叉注意力（TFGCA），这是一种即插即用模块，用于分块视觉-语言-动作模型，通过将分块分解为时频表示并捕捉几何关系来改进动作轨迹预测，从而在基准测试和真实机器人任务中实现显著性能提升。
介绍了CamoNAS，一种用于伪装目标检测的频率感知多分辨率神经架构搜索框架，在四个基准测试上取得了最先进的结果。
CogSENet提出了一种受鹰眼启发的盲图像去模糊框架，利用语义感知模块和频率分解提升恢复质量与结构保真度，优于现有最先进方法。
FlowLet是一个条件生成框架，通过在可逆小波域中使用流匹配生成基于年龄条件的3D脑MRI，高效改善低代表性年龄组的脑龄预测准确性。
WaveScope 是一个 MCP 服务器，它应用小波变换对代码库进行处理，为 LLM 提供多分辨率结构上下文，以改进代码理解和编辑，解决上下文退化与结构性感知问题。
WaveFilter提出了一种无需训练的小波引导KV缓存过滤框架，用于扩散大语言模型，通过精确识别关键令牌并构建稀疏缓存来增强长上下文能力，从而提升复杂长上下文任务的性能。
本文提出DSFM，一种新颖的生成框架，利用小波分解和谱流匹配合成逼真的fMRI时间序列，用于脑疾病识别，解决了数据稀缺和非平稳性挑战。
介绍QuChaTeR，一种混合架构，结合了小波预处理、混沌映射和变分量子电路与循环结构，用于地震预测，在收敛速度和准确性上优于经典和量子基线。