AI Papers Daily

#Frequency Domain

2 篇

Multi-Tool Image Editing Attribution in Facial Forgery

人脸伪造中的多工具图像编辑归因

🧭 多工具图像编辑归因与伪造检测

中国科学院计算技术研究所 · 中国科学院大学

面向多工具编辑人脸图像，提出DPEC方法结合空间-频域特征与课程学习，实现多工具归因

📌 工作参考价值（4 点）

• 多工具痕迹解耦：在处理多行为叠加信号（如搜索、点击、收藏、购买）时，可借鉴空间与频率双分支设计，用局部感知特征分离不同来源的模式。
• error-based curriculum learning：按预测难度渐进训练，可迁移到多任务学习或难易样本挖掘，例如广告转化率预估中先学简单样本再逐步加入难样本，稳定收敛。
• 合成数据集构建：通过组合基本操作模拟真实多步编辑，可用于构建多行为归因评测集或用户行为序列模拟。
• 频域线索：在电商商品图质量检测或主图篡改识别中，引入频域特征可增强对压缩/编辑痕迹的识别能力。

Other | 2026-09-02 | cs.MM | score 6/10

Image ForensicsMulti-Tool AttributionDeepfakeFrequency DomainCurriculum Learning

Hamiltonian Spectral-Temporal Dissipative Dynamics for Sequential Recommendation

用于顺序推荐的哈密顿谱-时间耗散动力学

🧭 序列推荐 · 二阶动力学与频域建模 ★ 深度解读

The Hong Kong University of Science and Technology

将用户偏好演化建模为耗散哈密顿系统，用频域谱传播与动量外推提升序列推荐

📌 工作参考价值（4 点）

• 可借鉴「位置+动量」的二阶状态设计：在电商会话或广告点击流中，用户兴趣常出现惯性回摆（看了一圈商品后回到原品类）和短期热点偏离，传统一阶 RNN/Transformer 只更新当前隐状态，难以表达这类动态。可以在现有序列模型里增加一个动量通道，并用阻尼项衰减短期冲动，物理先验能提升稀疏行为建模。
• 频域传播用 RFFT/IRFFT 将长序列演化降到 O(T log T)，且参数量少。工程上可直接用 GPU 上的批量 FFT 替代标准 self-attention 的长程依赖建模，在用户行为序列很长时能显著降低延迟和显存；但需注意 FFT 分支不适合超短序列，需配合局部卷积。
• 局部脉冲分支（DWConv1D + 门控融合）专门处理突发点击和噪声，与全局平滑轨迹互补。电商推荐里常有大促、直播带货等短期爆点，可以在主模型旁路加一个轻量局部卷积分支，用 sigmoid 门控融合到最终表示，提升对热点的响应速度。
• One-step phase-space extrapolation 用当前动量外推下一步状态，而不是只取最终位置。这种「预测用户去向而非现在在哪」的思想适用于 next-item、next-query 或 push 消息生成，可以在推理时把趋势方向作为额外打分信号。

RecSys | 2026-08-26 | cs.IR | score 8/10

Sequential RecommendationHamiltonian DynamicsFrequency DomainMomentum ExtrapolationState Space