wavelet-transform

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。