cs.AI」カテゴリーアーカイブ

HOLMES: HOLonym-MEronym based Semantic inspection for Convolutional Image Classifiers

要約 畳み込みニューラル ネットワーク (CNN) は、ビジュアル タスクにおけ … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | HOLMES: HOLonym-MEronym based Semantic inspection for Convolutional Image Classifiers はコメントを受け付けていません

GaussianImage: 1000 FPS Image Representation and Compression by 2D Gaussian Splatting

要約 暗黙的ニューラル表現 (INR) は最近、画像表現と圧縮において大きな成功 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.MM, eess.IV | GaussianImage: 1000 FPS Image Representation and Compression by 2D Gaussian Splatting はコメントを受け付けていません

SM4Depth: Seamless Monocular Metric Depth Estimation across Multiple Cameras and Scenes by One Model

要約 単眼計量深度推定 (MMDE) の一般化は長年の課題でした。 最近の方法は … 続きを読む

カテゴリー: cs.AI, cs.CV | SM4Depth: Seamless Monocular Metric Depth Estimation across Multiple Cameras and Scenes by One Model はコメントを受け付けていません

Spectral Meets Spatial: Harmonising 3D Shape Matching and Interpolation

要約 3D 形状のマッチングと補間は高度に相互関係していますが、多くの場合、これ … 続きを読む

カテゴリー: cs.AI, cs.CG, cs.CV | Spectral Meets Spatial: Harmonising 3D Shape Matching and Interpolation はコメントを受け付けていません

Medical Multimodal-Multitask Foundation Model for Superior Chest CT Performance

要約 患者管理には、マルチモーダル データとのマルチタスク対話が必要です。 今日 … 続きを読む

カテゴリー: cs.AI, cs.CV, eess.IV | Medical Multimodal-Multitask Foundation Model for Superior Chest CT Performance はコメントを受け付けていません

Class Incremental Learning via Likelihood Ratio Based Task Prediction

要約 クラス増分学習 (CIL) は、一連のタスクを順番に学習する、継続的な学習 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | Class Incremental Learning via Likelihood Ratio Based Task Prediction はコメントを受け付けていません

Referential communication in heterogeneous communities of pre-trained visual deep networks

要約 事前にトレーニングされた大規模な画像処理ニューラル ネットワークが自動運転 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | Referential communication in heterogeneous communities of pre-trained visual deep networks はコメントを受け付けていません

Ambient Diffusion Posterior Sampling: Solving Inverse Problems with Diffusion Models trained on Corrupted Data

要約 線形に破損したデータから学習した拡散モデルを使用して逆問題を解決するための … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | Ambient Diffusion Posterior Sampling: Solving Inverse Problems with Diffusion Models trained on Corrupted Data はコメントを受け付けていません

DAM: Dynamic Adapter Merging for Continual Video QA Learning

要約 継続的なビデオ質問応答 (VidQA) 学習のためのパラメーター効率の高い … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | DAM: Dynamic Adapter Merging for Continual Video QA Learning はコメントを受け付けていません

FastMAC: Stochastic Spectral Sampling of Correspondence Graph

要約 3D 対応、つまり 3D 点のペアは、コンピュータ ビジョンの基本概念です … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.RO | FastMAC: Stochastic Spectral Sampling of Correspondence Graph はコメントを受け付けていません