本研究对1962年至2012年鲍勃·迪伦歌词进行了计算分析，构建了主题结构知识图谱，发现其歌词在比喻、情感和主题多样性上显著变化，反映了艺术风格的动态特征。

本研究提出两种方法来解决在线签名验证中手臂扭矩等运动学和动态特征的测量挑战。通过UR5e机器人和神经网络估计角速度、角位置和力扭矩，结果表明神经网络模型能够有效提取所需参数。

本研究提出了一种解决多变量数据动态特征问题的非平稳多输出高斯过程模型。该模型能够捕捉动态稀疏相关结构并减轻负迁移影响，具有重要的高维时间序列数据决策应用潜力。

本研究提出了时间提示学习法（ActPrompt），解决了视频时间基础任务中的特征适应问题，提高了动态特征的识别效果，并适用于多种最先进方法。

我们提出了一个眼睛地标调整模块和局部动态损失，以捕捉眼睛区域的动态特征并精确重建不同的眼睛状态。实验结果表明我们的方法在解决这一特殊挑战中具有卓越性能。

本文介绍了一种基于体素网格优化的快速变形辐射场方法，用于处理动态场景。该方法包括两个模块，用于存储动态特征和模拟场景几何和密度。实验结果表明，该方法在训练时间仅为20分钟时，达到了与D-NeRF相当的性能，且速度比D-NeRF快70倍以上。

该研究介绍了名为“InfActPrimitive”的婴儿动作数据集及其分析方法。结果显示现有模型难以准确捕捉婴儿动作的动态特征，需要开发高效的数据流程模型来填补知识差距。

该文介绍了一种系统的方法，可以从人类演示中提取动态特征，并自动调整DMP框架的参数，以提高机器人的遵从性。该方法已在实际的人机交互实验中验证。