本研究提出了一种名为UDBE的无监督扩散模型，用于水下图像的亮度增强。该方法结合颜色图和信号-噪声比图，有效保持亮度细节，并在标准数据集上显示出优越的图像质量，展现了其在水下图像处理中的应用潜力。

本研究探讨了多模态与单模态对比学习的理论差异，揭示信号与噪声比对泛化能力的影响，表明多模态学习显著提升特征学习效果，实证实验验证了这一发现。

本研究介绍了BrainCodec，一种创新的fMRI编解码器，解决了fMRI数据噪声高和样本小的问题。结果表明，BrainCodec在心理状态解码中表现出色，提高了脑活动重建的可见性，为神经科学分析带来了新可能。