「62P30」カテゴリーアーカイブ

Multi-Frame Blind Manifold Deconvolution for Rotating Synthetic Aperture Imaging

投稿日: 2025年2月3日 作成者: jarxiv

要約 回転合成開口（RSA）イメージングシステムは、長方形の開口部を回転させるこ … 続きを読む →

カテゴリー: 62P30, cs.CV, eess.SP, stat.ME | Multi-Frame Blind Manifold Deconvolution for Rotating Synthetic Aperture Imaging はコメントを受け付けていません

Visual-Lidar Map Alignment for Infrastructure Inspections

投稿日: 2025年1月28日 作成者: jarxiv

要約 日常的および反復的なインフラストラクチャの検査は、多くの場合、挑戦的または … 続きを読む →

カテゴリー: (Primary), 62P30, cs.RO, I.4 | Visual-Lidar Map Alignment for Infrastructure Inspections はコメントを受け付けていません

Visual-Lidar Map Alignment for Infrastructure Inspections

投稿日: 2025年1月27日 作成者: jarxiv

要約 日常的および反復的なインフラストラクチャの検査は、多くの場合、挑戦的または … 続きを読む →

カテゴリー: (Primary), 62P30, cs.RO, I.4 | Visual-Lidar Map Alignment for Infrastructure Inspections はコメントを受け付けていません

Bayesian Learning-driven Prototypical Contrastive Loss for Class-Incremental Learning

投稿日: 2024年7月15日 作成者: jarxiv

要約 継続学習における手法の主な目的は、壊滅的な忘却という有害な現象を軽減しなが … 続きを読む →

カテゴリー: 62P30, 68T05, 68T30, 68T37, cs.AI, cs.CV, G.3 | Bayesian Learning-driven Prototypical Contrastive Loss for Class-Incremental Learning はコメントを受け付けていません

Modeling Supply and Demand in Public Transportation Systems

投稿日: 2023年10月23日 作成者: jarxiv

要約 私たちは、バージニア州ハリソンバーグ市の公共交通局 (HDPT) のバス … 続きを読む →

カテゴリー: 00A69, 62-07, 62P30, cs.LG, stat.AP, stat.ML | Modeling Supply and Demand in Public Transportation Systems はコメントを受け付けていません

Modeling Supply and Demand in Public Transportation Systems

投稿日: 2023年9月13日 作成者: jarxiv

要約 ハリソンバーグ公共交通局 (HDPT) は、データを活用して業務の効率と有 … 続きを読む →

カテゴリー: 00A69, 62-07, 62P30, cs.LG, stat.AP, stat.ML | Modeling Supply and Demand in Public Transportation Systems はコメントを受け付けていません

Assessing cloudiness in nonwovens

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル：非織布の雲量の評価 要約： – フィルターメディアの … 続きを読む →

カテゴリー: 62M40, 62P30, cs.CV, I.4.7 | Assessing cloudiness in nonwovens はコメントを受け付けていません

Benchmarking Edge Computing Devices for Grape Bunches and Trunks Detection using Accelerated Object Detection Single Shot MultiBox Deep Learning Models

投稿日: 2022年11月22日 作成者: jarxiv

要約 目的: 視覚により、ロボットは環境を認識できます。 視覚データは、コンピュ … 続きを読む →

カテゴリー: 62M45, 62P30, 68Q85, cs.AR, cs.CV, cs.DC | Benchmarking Edge Computing Devices for Grape Bunches and Trunks Detection using Accelerated Object Detection Single Shot MultiBox Deep Learning Models はコメントを受け付けていません