本研究提出了FlexiAct，解决了现有动作定制方法在空间结构一致性方面的局限。该方法通过轻量级RefAdapter和频率感知动作提取，实现了在不同布局、视角和骨架结构间的灵活性，实验结果表明其优于传统技术，适用于多样化场景。

盲图像恢复在低级视觉任务中仍然面临挑战。研究提出了一种频率感知指导损失，能够集成到去噪扩散模型中，以增强内容一致性。实验结果表明，该方法在盲图像去模糊等任务中显著提升了图像质量，PSNR值提高了3.72dB。

本文介绍了一种频率感知的掩码自编码器（bioFAME），用于全面建模多模式生物信号。bioFAME在预训练过程中充分利用多模态信息，适应不同任务和模态。实验结果显示，与之前方法相比，bioFAME在分类准确度上平均提升了5.5％，且具有模态不匹配的稳健性。

bioFAME是一种用于多模式生物信号建模的频率感知掩码自编码器。该方法可以在预训练过程中利用多模态信息，并且可以适应不同任务和模态。在单模态时间序列的迁移实验中，该方法相较于之前的最先进方法平均提升了5.5％，并且具有稳健性。