National University of Singapore（新加坡国立大学）

Diffusion-based Surrogate Model for Time-varying Underwater Acoustic Channels

基于扩散模型的时变水下声学信道代理模型

Kexin Li, Mandar Chitre

机构 * ARL, Tropical Marine Science Institute, National University of Singapore（ARL、热带海洋科学研究所、新加坡国立大学） ； Department of Electrical and Computer Engineering, National University of Singapore（电气与计算机工程系、新加坡国立大学） 纠错

AI总结 本文提出StableUASim，一种基于扩散模型的预训练代理模型，用于高效建模水下声学信道，实现快速适应和高精度仿真。

Comments Updated references with DOIs

Any2Caption:Interpreting Any Condition to Caption for Controllable Video Generation

Any2Caption：任何条件到字幕以实现可控视频生成

Shengqiong Wu, Weicai Ye, Jiahao Wang, Quande Liu, Xintao Wang, Pengfei Wan, Di Zhang, Kun Gai, Shuicheng Yan, Hao Fei, Tat-Seng Chua

机构 * Kuaishou Technology（快手科技） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 Any2Caption通过多模态大语言模型实现任何条件到字幕的可控视频生成，提升视频生成的可控性和质量。

Comments Project Page: https://sqwu.top/Any2Cap/

TAEGAN: Generating Synthetic Tabular Data For Data Augmentation

TAEGAN：生成合成表格数据用于数据增强

Jiayu Li, Zilong Zhao, Kevin Yee, Uzair Javaid, Biplab Sikdar

机构 * National University of Singapore（国立新加坡大学） ； Betterdata AI Singapore（Betterdata AI新加坡） 纠错

AI总结 TAEGAN通过引入自监督预热训练和改进的损失函数，提升表格数据生成的稳定性与效率，优于现有方法。

Comments This paper is accepted at ACML 2025