投稿者「jarxiv」のアーカイブ

Bridging Perception and Action: Spatially-Grounded Mid-Level Representations for Robot Generalization

投稿日: 2025年6月9日 作成者: jarxiv

要約 この作業では、空間的に接地された補助表現が、幅広い高レベルの接地と直接的な … 続きを読む →

カテゴリー: 68T40, cs.RO | Bridging Perception and Action: Spatially-Grounded Mid-Level Representations for Robot Generalization はコメントを受け付けていません

Distributed Expectation Propagation for Multi-Object Tracking over Sensor Networks

投稿日: 2025年6月9日 作成者: jarxiv

要約 このホワイトペーパーでは、複数のセンサーの新しい分散期待伝播アルゴリズム、 … 続きを読む →

カテゴリー: cs.RO, eess.SP | Distributed Expectation Propagation for Multi-Object Tracking over Sensor Networks はコメントを受け付けていません

From NLVO to NAO: Reactive Robot Navigation using Velocity and Acceleration Obstacles

投稿日: 2025年6月9日 作成者: jarxiv

要約 このペーパーでは、挑戦的な動的環境でのロボットナビゲーションの新しいアプロ … 続きを読む →

カテゴリー: cs.RO | From NLVO to NAO: Reactive Robot Navigation using Velocity and Acceleration Obstacles はコメントを受け付けていません

PyGemini: Unified Software Development towards Maritime Autonomy Systems

投稿日: 2025年6月9日 作成者: jarxiv

要約 自律型表面容器（ASV）の安全性と証明性を確保するには、広範なシミュレーシ … 続きを読む →

カテゴリー: cs.RO, cs.SE, cs.SY, eess.SY, I.2.9 | PyGemini: Unified Software Development towards Maritime Autonomy Systems はコメントを受け付けていません

Laplace Transform Based Low-Complexity Learning of Continuous Markov Semigroups

投稿日: 2025年6月9日 作成者: jarxiv

要約 マルコフプロセスは、多くの実際のランダムプロセスの普遍的なモデルとして機能 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.TH | Laplace Transform Based Low-Complexity Learning of Continuous Markov Semigroups はコメントを受け付けていません

ELEVATE-GenAI: Reporting Guidelines for the Use of Large Language Models in Health Economics and Outcomes Research: an ISPOR Working Group on Generative AI Report

投稿日: 2025年6月9日 作成者: jarxiv

要約 はじめに：生成人工知能（AI）、特に大規模な言語モデル（LLM）は、健康経 … 続きを読む →

カテゴリー: cs.CY, cs.LG | ELEVATE-GenAI: Reporting Guidelines for the Use of Large Language Models in Health Economics and Outcomes Research: an ISPOR Working Group on Generative AI Report はコメントを受け付けていません

Graph Neural Network Generalization with Gaussian Mixture Model Based Augmentation

投稿日: 2025年6月9日 作成者: jarxiv

要約 グラフニューラルネットワーク（GNNS）は、ノードやグラフ分類などのタスク … 続きを読む →

カテゴリー: cs.LG, cs.SI, stat.AP, stat.ML | Graph Neural Network Generalization with Gaussian Mixture Model Based Augmentation はコメントを受け付けていません

ENMA: Tokenwise Autoregression for Generative Neural PDE Operators

投稿日: 2025年6月9日 作成者: jarxiv

要約 時間依存のパラメトリックな部分微分方程式（PDE）を解くことは、特に広範囲 … 続きを読む →

カテゴリー: cs.LG | ENMA: Tokenwise Autoregression for Generative Neural PDE Operators はコメントを受け付けていません

Reusing Trajectories in Policy Gradients Enables Fast Convergence

投稿日: 2025年6月9日 作成者: jarxiv

要約 ポリシーグラジエント（PG）メソッドは、特に継続的な制御問題を扱う場合、効 … 続きを読む →

カテゴリー: cs.LG | Reusing Trajectories in Policy Gradients Enables Fast Convergence はコメントを受け付けていません

A Theoretical Study of (Hyper) Self-Attention through the Lens of Interactions: Representation, Training, Generalization

投稿日: 2025年6月9日 作成者: jarxiv

要約 自己関節は現代の神経アーキテクチャの中核要素として浮上していますが、その理 … 続きを読む →

カテゴリー: 68Q32, 68T07, 90C26, cs.LG, stat.ML | A Theoretical Study of (Hyper) Self-Attention through the Lens of Interactions: Representation, Training, Generalization はコメントを受け付けていません