discrete cosine transform
PulseAugur coverage of discrete cosine transform — every cluster mentioning discrete cosine transform across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的MaRK框架动态条件化状态空间模型
研究人员推出了一种新颖的框架MaRK（Markov-adapted Recurrent Kernels），用于在迭代生成任务中动态条件化状态空间模型（SSMs）。与先前调节输入或激活的方法不同，MaRK直接修改SSM的核心参数，包括循环、读入、读出和离散化。这种方法允许每个扩散时间步重塑模型的记忆核，提供了一种更集成的条件化形式。该框架使用三种适配器几何结构（Hypernet、Chebyshev多项式和离散余弦变换核）在1.11亿参数…
-
新的EPOC方法通过压缩状态改进了时间序列预测
研究人员开发了一种名为端点保持在线校正（EPOC）的新方法，用于多时序预测。EPOC通过压缩残差状态（使用低阶离散余弦变换（DCT）系数和前一个残差块的最终值）来解决在不增加过多状态存储的情况下保留残差反馈的挑战。在具有DLinear和PatchTST模型的多元序列上的评估表明，与未校正的基础预测相比，EPOC显著降低了均方误差（MSE）和平均绝对误差（MAE），同时使用的辅助状态比$\delta$-Adapter和COSA等其他方法少得多。
-
新的相位解包裹方法提高了图像处理精度
研究人员开发了一种新颖的平移不变基于瓦片的分段解包裹方法，该方法将频域解包裹与空间合并相结合。这种方法联合执行解包裹和噪声滤波，对逆问题进行正则化，并将误差限制在单个瓦片内。通过对网格的偏移和正方形的对称性进行加权平均，并由泊松残差加权，该方法有效地消除了瓦片伪影，并在合成数据和真实数据的实验中优于现有的最先进算法。
-
TRACE方法校正光子计数CT扫描中的环状伪影
一种名为TRACE 的新方法已被开发出来，用于校正光子计数探测器计算机断层扫描 (PCD-CT) 扫描中的环状伪影。这种无监督的两阶段投影图分解技术可以估计和校正由探测器响应不均匀性引起的误差。TRACE 使用固定偏差结合低阶离散余弦变换 (DCT) 分量来表示这些误差，从而能够描述角度变化。在模型数据上的实验表明，TRACE 能有效减少环状伪影并提高图像均匀性，同时保持图像细节和清晰度。
-
新理论为量化矩阵乘法误差提供下界
研究人员开发了一个新的理论框架，以最小化量化矩阵乘法的误差。这项发表在arXiv上的研究引入了抖动标量量化的核范数下界，提供了一种优化保乘积变换的方法。该方法旨在通过调整因子范围和网格步长来减少量化误差，而不会改变最终的矩阵乘积。该论文表明，特定的构造，例如与Hadamard矩阵或离散余弦变换对齐的构造，可以达到或接近此下界，为高效矩阵运算提供了实际意义。
-
新型语言模型推动生成式图像压缩发展
研究人员开发了FLM，这是一种新颖的频率感知语言模型，专为生成式图像压缩而设计。该模型将图像转换为离散的DCT系数序列，然后FLM利用这些序列自回归地预测用于算术编码的token概率。这种方法允许确定性重建，同时显著提高压缩效率，尤其是在低比特率下。实验表明，FLM的性能优于现有方法，在标准数据集上实现了显著的BD-PSNR增益，并通过保持语义保真度和减少块状伪影提供了更好的定性结果。
-
新的轻量级Med-VQA框架使用记忆和图注意力
研究人员开发了MedFG-VQA，一个旨在提高医学视觉问答（Med-VQA）能力的新型轻量级框架。该系统利用记忆库增强离散余弦变换（DCT）产生的低频特征，并采用图感知交叉注意力来更好地对齐视觉和文本数据。为了应对数据稀缺问题，使用GPT-4o在各种成像模态上生成了一个名为SynMed-VQA的合成数据集，包含超过200万个问答对。
-
新方法从压缩误差估计图像相似度
研究人员开发了新的方法，用于从基于DCT压缩图像的均方误差（MSE）估计结构相似性指数（SSIM）。这些方法通过基于方差或标准差的加权重新分配全局MSE来近似局部MSE，与仅使用全局MSE相比，显著提高了准确性。在Kodak和Xiph Subset1数据集上的实验表明，这些方法在各种JPEG质量级别上提供了稳健的SSIM近似，并且旨在扩展到视频处理。
-
新型可训练基在图像压缩方面超越JPEG
研究人员开发了一种使用可训练多线性基进行图像压缩的新方法，该方法借鉴了量子多体理论。这些基以等距张量网络的形式参数化，并在酉矩阵上进行优化，旨在提高压缩效率，超越离散傅里叶变换和离散余弦变换等传统方法。新方法在性能上持续优于固定的非参数基，在压缩Quick Draw线条图方面表现尤为突出，在同等重建质量下，其字节数比JPEG减少了约20%。
-
新的DDMM框架增强了高光谱图像融合
研究人员引入了一种名为双域流形建模（DDMM）的新颖框架，以改进高光谱图像融合。该方法通过更好地建模几何约束和利用光谱相似性来解决现有方法的局限性。DDMM框架包含一个拓扑感知Transformer（TPFormer）以增强空间-光谱结构学习，以及一个频率解耦空间-光谱协同融合（FDSCF）模块来优化特征组件。实验表明，DDMM在保留空间细节和重建光谱信息方面优于当前最先进的方法。
-
新技术改进Transformer KV缓存压缩
研究人员开发了Codec-Gauge，这是一种训练后层，旨在改进长上下文Transformer模型中键值（KV）缓存的压缩。该方法学习正交通道变换，以优化KV缓存的坐标几何以适应压缩后端。通过将KV能量集中在低频布局中，Codec-Gauge显著降低了KL散度，并提高了各种量化方法的质量保持能力，其性能优于PCA和DCT等标准技术。
-
量子水槽增强射频频谱异常检测 · 跟踪 2 个来源
研究人员开发了一种使用量子水槽（Quantum Kitchen Sinks, QKS）检测射频（RF）频谱异常的新方法。该方法扩展了标准的 QKS 模板，引入了多深度数据重上传和环形纠缠，以增强其在结构化信号数据上的性能。研究系统地评估了各种配置，发现离散余弦变换（DCT）表示和中等深度的纠缠 QKS 模型产生了最佳结果，AUROC 达到 0.8778，F1 分数达到 0.7995。该框架已在真实蜂窝信号上得到验证，并在 ibm_qu…
-
Freqformer Transformer通过频率分解解决图像去摩尔纹问题
研究人员推出Freqformer，一个新颖的基于Transformer的框架，旨在解决具有挑战性的图像去摩尔纹任务。该方法有效地将摩尔纹图案分解为不同的高频纹理和低频颜色失真，并通过双分支架构进行处理。一项关键创新是可学习的频率组合变换（FCT）模块，它自适应地融合这些特定频率的输出以实现高保真重建。此外，空间感知通道注意力（SA-CA）模块通过增强空间依赖性和通道间信息来优化对摩尔纹敏感的区域。
-
新轻量级框架利用频率和空间数据增强水下图像
研究人员开发了一种新颖的轻量级实时水下图像增强（UIE）框架，该框架将频域信息与空间域处理相结合。所提出的系统利用了具有固定DCT先验的多分支可重参数化卷积（MBRConv-DCT）和频域引导双路径注意力（FGDPA）模块。这种方法通过引入对频率敏感的先验来克服纯空间域方法的局限性，从而实现了一个性能高、延迟低的紧凑型模型。
-
FrequencyFormer 管道提升了 Vision Transformer 在边缘设备的效率
研究人员开发了 FrequencyFormer，这是一个新颖的管道，旨在提高 Vision Transformer (ViTs) 在传感器边缘系统的部署效率。该方法利用频域压缩图像数据，减少了从传感器到处理器传输所需的能量和带宽。FrequencyFormer 使用多尺度 DCT 分词器创建紧凑的频域标记，在最小的精度损失下实现了显著的数据缩减。它还结合了近传感器硬件实现和修改后的通信架构，以进一步提高能效，在 TOPS/W 和通信能…
-
新的FAFM方法生成连续、稳定的机器人动作
研究人员开发了一种新颖的技术——频率感知流匹配（FAFM），通过生成连续且时间上一致的运动来改进机器人动作生成。FAFM解决了现有方法依赖离散动作块的局限性，这些方法在处理以不同频率收集的数据时可能导致不稳定。通过使用离散余弦变换将动作序列转换到频域，然后通过余弦基展开进行重构，FAFM能够生成更平滑、更鲁棒的动作。该方法已在各种基准测试和实际的Franka机器人上取得了成功，提高了控制稳定性和多模态表现力。
-
新型ShearFuse-UNet模型高效预测野火蔓延
研究人员开发了ShearFuse-UNet，这是一种新颖的深度学习模型，用于利用卫星数据预测野火蔓延。该模型以其轻量级架构和计算效率而著称，集成了三个不同的变换域分支来分析卫星图像。它实现了有利的准确性-效率权衡，在基准数据集上优于更大的基于ResNet18的U-Net。
-
新的变换学习方法取得最先进的成果
研究人员开发了一种新颖的双稀疏显式条件变换学习方法，旨在改进数据压缩、降噪和特征提取。该方法结合了固定的规范矩阵和数据自适应稀疏分量，以创建可控、可适应的变换。新算法受非精确近端方法启发，在其特定的学习问题上展示了最先进的结果，并以降低的计算成本提供了与密集变体相当的性能。
-
新AI框架生成功能磁共振成像数据以识别脑部疾病
研究人员开发了一个名为双谱流匹配（DSFM）的新框架来生成功能磁共振成像（fMRI）时间序列数据。该方法通过更好地复制原始BOLD信号的非平稳和动态特性，解决了当前生成模型的局限性。DSFM利用小波和余弦变换来捕捉多尺度变化和能量压缩，最终改进了下游脑部疾病分类任务。
-
新的FRONT框架支持无训练的模型初始化
研究人员开发了一个名为FRONT的新框架，该框架利用频域知识实现更高效的模型初始化。该方法将模型的基础知识（称为“learngene”）与权重的低频分量分离开来。然后，learngene可以用于初始化任何大小的模型，而无需重新训练，从而显著加快收敛速度并降低计算成本。