-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
月別アーカイブ: 2025年6月
Delving into RL for Image Generation with CoT: A Study on DPO vs. GRPO
要約 最近の進歩は、大規模な言語モデル（LLM）の考え方（COT）の推論能力を高 … 続きを読む
HiSin: Efficient High-Resolution Sinogram Inpainting via Resolution-Guided Progressive Inference
要約 高解像度のシノグラムの開始は、高周波投影が見られないと目に見えるアーティフ … 続きを読む
Video-CoT: A Comprehensive Dataset for Spatiotemporal Understanding of Videos Based on Chain-of-Thought
要約 ビデオ分析からインタラクティブなシステムに至るまで、ビデオコンテンツの理解 … 続きを読む
カテゴリー: cs.CV
Video-CoT: A Comprehensive Dataset for Spatiotemporal Understanding of Videos Based on Chain-of-Thought はコメントを受け付けていません
CulturalFrames: Assessing Cultural Expectation Alignment in Text-to-Image Models and Evaluation Metrics
要約 視覚コンテンツの生成のツールとしてのテキストからイメージ（T2I）モデルの … 続きを読む
TinyLLaVA-Video: Towards Smaller LMMs for Video Understanding with Group Resampler
要約 ビデオ行動の認識とシーンの理解は、マルチモーダルインテリジェンスの基本的な … 続きを読む
カテゴリー: cs.CV
TinyLLaVA-Video: Towards Smaller LMMs for Video Understanding with Group Resampler はコメントを受け付けていません
Adapting Vision-Language Foundation Model for Next Generation Medical Ultrasound Image Analysis
要約 医学的超音波検査は、リンパ節、乳房、甲状腺などの表在臓器や組織を調べるため … 続きを読む
カテゴリー: cs.CV
Adapting Vision-Language Foundation Model for Next Generation Medical Ultrasound Image Analysis はコメントを受け付けていません
StereoVAE: A lightweight stereo-matching system using embedded GPUs
要約 組み込みGPUを介してステレオマッチング用の軽量システムを提示します。 ス … 続きを読む
Mitigating Prior Shape Bias in Point Clouds via Differentiable Center Learning
要約 マスクされた自動エンコードと生成前削除は、コンピュータービジョンと自然言語 … 続きを読む
カテゴリー: cs.CV
Mitigating Prior Shape Bias in Point Clouds via Differentiable Center Learning はコメントを受け付けていません
Spatial Transcriptomics Expression Prediction from Histopathology Based on Cross-Modal Mask Reconstruction and Contrastive Learning
要約 空間トランスクリプトミクスは、さまざまな空間的位置で遺伝子発現レベルをキャ … 続きを読む
StreamSplat: Towards Online Dynamic 3D Reconstruction from Uncalibrated Video Streams
要約 非調整されたビデオストリームからの動的3Dシーンのリアルタイム再構成は、多 … 続きを読む