- 使用球谐函数作为控制变量的切片 Wasserstein 估计
提出了一种基于球谐函数作为控制变量的新的蒙特卡罗方法（SHCV）来近似计算切分瓦砾均距离（SW distance），该方法在理论性能和收敛速度上表现出优于现有方法的优势。
- Gaussian 随机场的非线性函数 L∞恢复： 多项式样本复杂度上界
通过利用高斯随机场中真实函数的随机性，证明了一些难以置信的结果，为高斯随机场中随机真实函数的多项式样本复杂度提供了一个有界上限。聚焦于球面谐波上，利用 L_inf 和 L_2 比率控制证明 L_inf-L_2 问题的解决方案。
- ECCVPointAR：移动增强现实的高效照明估计
本篇论文提供了一个适用于现代移动设备的高效照明估计流程，称为 PointAR。该方法基于点云，可用于支持空间变异的室内照明，具有与移动特定 DNN 相当的资源复杂度。PointAR 具有比现有方法更低的光照估计误差。
- 具有球谐核的有效旋转不变点 CNN
本研究提出了一种新的旋转不变结构，可用于操作点云数据以及在神经网络的各个层级中注入了旋转不变性。采用基于球谐函数的核心技术，实现对非刚体物体的局部旋转与整体转型的旋转不变性，并采用空间分区结构进行更高效的汇聚操作，进而最终，在不需要采用数据 - 一层隐藏层神经网络的梯度下降：多项式收敛和 SQ 下界
研究神经网络在激活层和输出加权和层下的训练复杂性，并在高斯分布条件下证明 GD 收敛于最好逼近目标函数的多项式的最小误差，并发现 GD 在发现低频傅立叶分量之前要先发现高频分量。
- NIPS张量场网络：旋转和平移等变神经网络在三维点云中的应用
介绍了局部等变于 3D 旋转，平移和点的排列的张量场神经网络；使用球谐函数构建滤波器，接受标量、向量和高阶张量作为输入，并在几何意义下保证输出。用于处理几何、物理和化学任务。
- MM冷冻电子显微学中的正交矩阵恢复
该论文提出了两种新的算法（分别为正交扩展和正交替换），用于单粒子重建过程中，从均匀分布在球面上的二维图像的自相关函数中检索出缺失的正交矩阵。这些算法基于 X 射线晶体学中的相位恢复问题，并在模拟数据上进行了验证。
- 狄拉克三角函数的积分和级数表示
本文给出了几个出现在物理学文献中的广义 Delta 函数的积分和级数表达式的数学证明，其中包括 Airy 函数和 Coulomb 波函数的积分，以及 Laguerre 多项式和球面谐波的级数，使用的方法基本上是基于这些特殊函数的渐近行为。
- p 维球谐函数
本文介绍了特殊函数理论中的几个重要主题，特别是对于任意维度的球面谐波和勒让德多项式，在考虑到物理或者数学本科生的情况下，几乎所有的计算和证明细节都被写出，并且在开始主题之前覆盖了广泛的背景知识。阅读者需要具备多变量微积分和线性代数的知识，并 - 混合针扭曲波变换
本文提出了一种基于球面上的标准球面谐波而非 Spin 球面谐波构建 Needlet-type 小波的方法， 并详细研究了 Mixed Needlet 小波的特性，包括定位，紧框架压缩形式，功能空间分解以及随机情况下的渐近不相关性，最后讨论了