本研究提出了一种基于卷积神经网络（CNN）和梅尔频谱图的语音情感识别方法，能够有效提取音频数据中的复杂模式，显著提高分类准确率，并具备实时预测能力，适用于教育环境。

本研究提出了一种新型的4D占用世界模型T$^3$Former，旨在提高智能体运动轨迹与环境变化的关联性和实时预测能力。实验结果显示，T$^3$Former的推理速度达到26帧每秒，平均交并比提升至36.09，规划误差降低至1.0米。

本研究提出了一种基于MinHash和HyperLogLog（HLL）数据草图的实时设备覆盖预测系统，显著提高了预测速度和准确性，误差率控制在5%以内，有效减少客户入驻时间，降低潜在损失。

MagicQuill是一款新型AI图像编辑工具，由香港科技大学等机构研发，用户可在iPad上通过简单勾画快速编辑图片，支持细致的图像修改，如更换衣服和发色。该工具的编辑处理器和绘画助手能实时预测用户意图，界面直观，用户反馈良好，未来将扩展更多功能。

本文介绍了PhysRFANet模型，该模型用于实时预测射频消融治疗中的热效应，结合生物物理计算和实验验证，展现出良好的准确性和实时性，从而提升治疗的安全性和有效性。

本文提出了一种新的人体运动预测框架，结合高斯过程回归模型与关节和场景约束，实现实时预测。通过在线上下文感知模型，提升了人机协作中的运动安全性和准确性。实验结果表明，该框架在机器人任务中显著提高了效率和安全性。

本文探讨了多种基于深度学习的时空数据建模方法，旨在提高实时预测的准确性，特别是在犯罪和交通预测方面。提出了时空图神经网络和因果时空卷积网络等新颖架构，展示了在视频对象分割和目标检测中的优越性能。这些方法通过捕捉时间和空间特征，优化了数据处理效率，推动了相关领域的研究进展。

本文介绍了一种基于语音活动投影（VAP）模型的实时交替预测系统，结合神经声学模型与大型语言模型（LLM），实现更自然的口语对话交互。同时，研究提出了跨语言语音合成框架和多语言模型，优化了多语言环境下的性能，展示了在资源匮乏情况下的有效性。

本文介绍了一种基于深度学习框架的实时预测多级轴流压缩机在燃气涡轮中轴向间隙变化对空气动力性能的影响的方法。该方法可扩展到工业应用，并实时达到与 CFD 基准相当的准确性。