月別アーカイブ: 2024年5月

PoCo: Policy Composition from and for Heterogeneous Robot Learning

要約 さまざまなタスクの異種データから一般的なロボット ポリシーをトレーニングす … 続きを読む

カテゴリー: cs.LG, cs.RO | PoCo: Policy Composition from and for Heterogeneous Robot Learning はコメントを受け付けていません

Learning Generic and Dynamic Locomotion of Humanoids Across Discrete Terrains

要約 この論文では、最適化ベースの手法または強化学習 (RL) によって従来取り … 続きを読む

カテゴリー: cs.RO | Learning Generic and Dynamic Locomotion of Humanoids Across Discrete Terrains はコメントを受け付けていません

‘Pass the butter’: A study on desktop-classic multitasking robotic arm based on advanced YOLOv7 and BERT

要約 近年、日常生活や生産現場において、さまざまな自律型知能ロボットが登場し始め … 続きを読む

カテゴリー: cs.RO, cs.SY, eess.SY | ‘Pass the butter’: A study on desktop-classic multitasking robotic arm based on advanced YOLOv7 and BERT はコメントを受け付けていません

R-ODE: Ricci Curvature Tells When You Will be Informed

要約 情報拡散の予測は、オンライン ソーシャル ネットワークの構造と組織を理解す … 続きを読む

カテゴリー: cs.LG, cs.SI | R-ODE: Ricci Curvature Tells When You Will be Informed はコメントを受け付けていません

Recurrent Complex-Weighted Autoencoders for Unsupervised Object Discovery

要約 現在の最先端の同期ベースのモデルは、複素数値のアクティベーションを使用して … 続きを読む

カテゴリー: cs.LG, cs.NE | Recurrent Complex-Weighted Autoencoders for Unsupervised Object Discovery はコメントを受け付けていません

Simplicity Bias of Two-Layer Networks beyond Linearly Separable Data

要約 単純性バイアス、つまり深いモデルが単純な特徴に過度に依存する傾向は、ニュー … 続きを読む

カテゴリー: cs.LG, math.OC, stat.ML | Simplicity Bias of Two-Layer Networks beyond Linearly Separable Data はコメントを受け付けていません

Survey of Graph Neural Network for Internet of Things and NextG Networks

要約 モノのインターネット (IoT) デバイスの急激な増加と、データ レートと … 続きを読む

カテゴリー: cs.LG, cs.NI | Survey of Graph Neural Network for Internet of Things and NextG Networks はコメントを受け付けていません

Probabilistic Graph Rewiring via Virtual Nodes

要約 メッセージパッシング グラフ ニューラル ネットワーク (MPNN) は、 … 続きを読む

カテゴリー: cs.LG | Probabilistic Graph Rewiring via Virtual Nodes はコメントを受け付けていません

Novel Approaches for ML-Assisted Particle Track Reconstruction and Hit Clustering

要約 軌道の再構築は高エネルギー物理学 (HEP) の重要な側面であり、主要な実 … 続きを読む

カテゴリー: cs.LG, hep-ex | Novel Approaches for ML-Assisted Particle Track Reconstruction and Hit Clustering はコメントを受け付けていません

Conditioning on Time is All You Need for Synthetic Survival Data Generation

要約 合成データの生成には大きな可能性があり、プライバシー、公平性、データ アク … 続きを読む

カテゴリー: cs.LG, stat.ML | Conditioning on Time is All You Need for Synthetic Survival Data Generation はコメントを受け付けていません