discrete cosine transform
PulseAugur coverage of discrete cosine transform — every cluster mentioning discrete cosine transform across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
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。
-
新理论将谱估计与群论统一，应用于人工智能领域
研究人员引入了一个名为代数多样性（Algebraic Diversity）的新框架，该框架利用群论谱估计来分析单次观测数据。该方法推广了时间平均，并证明处理增益是群阶的属性，而非传感器数量的属性。该框架统一了DFT、DCT和KLT等各种信号处理技术，并在大规模MIMO、图信号处理和Transformer LLM分析等领域具有潜在应用。
-
视觉Transformer利用DCT提升注意力和效率
研究人员开发了一种利用离散余弦变换（DCT）来增强视觉Transformer的新颖方法。该方法包括一种基于DCT的自注意力初始化策略，可提高在CIFAR-10和ImageNet-1K等基准测试上的分类准确性。此外，一种基于DCT的注意力压缩技术通过截断输入块的高频分量来降低计算开销，从而在Swin Transformer等模型中保持性能。
-
KANs用于时间序列预测通过自相关重新引入频谱偏差
一篇新论文揭示，先前认为可以克服频谱偏差的Kolmogorov-Arnold网络（KANs），在处理时间序列数据时，由于时间自相关性，实际上会重新引入频谱偏差。研究人员发现，这种偏差随着自相关性的增加而加剧，可能阻碍KANs在时间序列预测中的表现。为了缓解这一问题，该研究提出使用离散余弦变换（DCT）对输入进行预处理，该方法在实证中显示出对低频偏好的显著降低。
-
Animalbooth框架通过新数据集增强个性化动物图像生成
研究人员推出了一种名为AnimalBooth的新框架，旨在改进生成的动物图像的个性化。该系统通过使用Animal Net和自适应注意力模块来解决身份漂移等挑战，以更好地保留身份。此外，它还包含一个频率控制特征集成模块，用于优化扩散过程，从全局结构转向细节纹理。为了支持进一步的研究，该团队还发布了AnimalBench，这是一个用于动物个性化的高分辨率数据集。