University of California, San Diego（加州大学圣迭戈分校）

Active Sampling for Ultra-Low-Bit-Rate Video Compression via Conditional Controlled Diffusion

通过条件控制扩散实现超低比特率视频压缩的主动采样

Amirhosein Javadi, Shirin Saeedi Bidokhti, Tara Javidi

机构 * Department of Electrical and Computer Engineering, University of California San Diego（电子与计算机工程系，加州大学圣地亚哥分校） ； Department of Electrical and Systems Engineering, University of Pennsylvania（电子与系统工程系，宾夕法尼亚大学） 纠错

AI总结 提出ActDiff-VC框架，利用条件扩散模型和主动采样策略（自适应关键帧选择与预算感知稀疏轨迹选择），在超低比特率下实现高感知质量视频压缩。

Comments 21 pages, 11 figures, 3 tables

Neural ensemble Kalman filter: Data assimilation for compressible flows with shocks

神经集成卡尔曼滤波器：含激波可压缩流的数据同化

Xu-Hui Zhou, Lorenzo Beronilla, Michael K. Sleeman, Hangchuan Hu, Matthias Morzfeld, Andrew M. Stuart, Tamer A. Zaki

机构 * University of California, San Diego（加州大学圣迭戈分校） ； University of Cambridge（剑桥大学） 纠错

AI总结 针对含激波可压缩流中集成卡尔曼滤波器（EnKF）因双峰预报分布失效的问题，提出神经EnKF，通过将预报集合映射到神经网络参数空间并在此空间进行同化，结合物理信息迁移学习避免伪振荡和非物理特征。