- 脉冲振荡相位锁定检测的熵统计方法:生物信号同步分析的应用
提出了一种新的方法,通过建立模型分析两个阻性耦合脉冲振荡器电路的动力学,使用模糊熵(FuzzyEn)来计算锁相间隔期间脉冲周期数量的比率(次谐波比,SHR)组成的时间序列,低熵值表示强同步,而高熵值则暗示两个振荡器之间的弱同步。这种方法有效 - 非线性相互作用下的圆和球的同步
在这篇文章中,作者研究了在 n 维球面(其中 d ≥ 2)上的 n 个点的动力学,这些点根据它们的内积之间的函数 φ 相互吸引。当 φ 为线性时,这些点在不同的连接情况下会收敛到一个共同的值(即同步),而当 φ 为指数形式时,这些动力学对应 - eCAR: 边缘辅助的协同增强现实框架
提出了一种新颖的基于边缘协助的多用户协同增强现实框架,在大型室内环境中实现数据通信以保持虚拟对象的一致性和协同操作的低延迟。
- SyncTweedies: 基于同步扩散的通用生成框架
通过同步多个扩散过程,我们引入了一个生成多样化视觉内容(包括模糊图像、全景图像、网格纹理和高斯斑点纹理)的通用框架,并通过一个标准空间对同步多个扩散过程的所有可能情况进行了详尽研究,并分析了它们在各种应用中的特点。在此过程中,我们揭示了一个 - G4G: 高保真细粒度语音人脸生成的通用框架
通过使用对角矩阵增强音频 - 图像内模态特征的普通对齐,引入多尺度监督模块以全面重演原始视频的感知保真度,强调嘴唇运动与输入音频的同步,然后使用融合网络进一步融合面部区域和其他部分,G4G 是一个突出的通用框架,可以以近乎真实水平竞争性地生 - 分布式 SDN 中的自适应控制器同步的约束强化学习
使用软件定义网络(SDN)中的分布式 SDN 控制器,主要研究领域包括同步化、增强现实和虚拟现实以及深度强化学习技术,以实现网络性能优化和应对网络变化的挑战。
- SyncTalk: 谈话头部合成中的关键:同步问题
实现逼真的说话驱动的头像视频合成中的高度同步性是一个重要挑战。我们介绍了一种名为 SyncTalk 的基于 NeRF 的方法,通过使用 Face-Sync 控制器将嘴唇运动与语音对齐,创新地使用 3D 脸部混合形状模型捕捉准确的面部表情,并 - 扩散模型作为遮蔽音频 - 视频学习器
学习了音频和视觉信号的同步已经被利用来学习更丰富的音频 - 视觉表示,最新的研究结合了扩散模型与音频 - 视频预训练框架 MAViL,通过使用掩蔽编码和对比学习来实现音频谱图和视频帧的联合重构,并通过训练效率方法的结合降低了 32%的浮点预 - RADIO: 参考无关的配音视频合成
通过使用音频和参考特征的潜空间来调制解码器层,并结合 ViT 块强调高保真细节,我们提出了一种名为 RADIO 的框架,能够在参考图像的姿态和表情多变的情况下产生高质量的配音视频,并在与地面真实值明显偏离的情况下展现良好的同步性和鲁棒性。
- 激光网络中通过滞后和零滞后同步实现无冲突的联合决策
通过实验验证光网络作为光子加速器在竞争型多臂赌博问题中的应用,实现协同决策、冲突避免、低碰撞率和高奖励,并展示了该系统的可扩展性以及在激光动力学领域中智能功能的新可能性。
- Diff-Foley: 基于潜在扩散模型的同步视频 - 音频合成
使用 Diff-Foley 方法和潜在扩散模型进行音频与视频同步生成,其在现有的大规模数据集上取得了最先进的性能。
- ACLBiSync:一款用于同步单语文本的双语编辑器
提供了一种名为 BiSync 的双语写作助手,可以自由地在两种语言中撰写文本,并保持两种语言文本的同步。此外,还包括显示替代翻译和释义等附加功能,旨在促进文本创作。
- 利用 ASP 推导并发数据结构同步代码的 Locksynth
Locksynth 是一个工具,它可以自动推导出涉及一个共享堆内存写入操作常数数量的并发数据结构进行破坏性更新所需的同步,并表现为我们之前关于推导抽象同步代码的工作的实现。
- 物联网辅助元宇宙同步的动态分层框架
本文提出了一种动态层次结构框架,其中一组物联网设备被激励相互感应和收集物理对象的状态信息,并协助虚拟服务提供商同步数字孪生,以最大化其利润。通过理论和实验分析,证明了该框架的有效性及其优于基准线的性能。
- MMMIMO-OFDM 的精细时频同步:一种极限学习方法
本文提出了一种利用极限学习机(ELM)实现高精度同步的新方案,将两个 ELM 并入传统的 MIMO-OFDM 系统,估计残余符号时序偏移量(RSTO)和残余载波频率偏移量(RCFO),与现有的机器学习技术相比,该方法表现出优越的性能,且具有 - CVPR使用 Birkhoff 多面体的黎曼结构进行概率置换同步
本研究提出了一种使用 Birkhoff Polytope 的 Riemannian geometry 和 Markov Random Field 模型进行多图匹配的同步算法,可在较短时间内获得较高的匹配准确性和可靠的置信度 / 不确定度估计 - 毫秒级别的滚动快门相机同步
提出一种简单方法,可将视频流同步精度提高到 1 毫秒以下,并适用于任意数量的快门滚动相机,同时利用快门滚动传感器的特性来实现,使摄像机可以具有不同的帧速率和分辨率,无需重叠视野。对冰球比赛中的四个视频流进行的 5 分钟验证显示,将在所有相机 - MM分布式随机梯度的连续时间分析
分析了同步对分布式随机梯度算法的影响。通过模拟生物群体感应模型,量化了同步如何显着减少分布式代理和它们的空间平均值感受到的噪声幅度,从而降低了随机梯度逼近所施加的损失函数的平滑性,并通过对模型非凸目标的模拟,证明耦合可以稳定更高的噪声水平并 - 利用规范化时间扭曲进行歌声校正
本研究提出了一种基于 CTW 的唱歌时间对齐算法,将业余表演者的唱歌录音与职业唱歌者的进行对齐以提高唱歌表现,结果显示 CTW 相比其他方法更为鲁棒、更能解决音高失真等问题。
- 学习逼近神经网络估计无线信道状态信息
通过利用大数据集和大型计算高效的人工神经网络模型进行近似回归的方法,提出了一种替代方案来构建估计器,并考察了相应精度和计算复杂度,结果表明该方法对于在各种无线操作条件下对于短时间估计和非线性硬件或传播效应估计等问题有着明显提升。