「cs.AI」カテゴリーアーカイブ

A Multi-Loss Strategy for Vehicle Trajectory Prediction: Combining Off-Road, Diversity, and Directional Consistency Losses

投稿日: 2024年12月2日 作成者: jarxiv

要約 軌道予測は、自動運転車の計画の安全性と効率性にとって不可欠です。 しかし、 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MA, cs.RO | A Multi-Loss Strategy for Vehicle Trajectory Prediction: Combining Off-Road, Diversity, and Directional Consistency Losses はコメントを受け付けていません

LaVIDE: A Language-Vision Discriminator for Detecting Changes in Satellite Image with Map References

投稿日: 2024年12月2日 作成者: jarxiv

要約 通常、二時点画像の比較に依存する変更検出は、単一の画像しか利用できない場合 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | LaVIDE: A Language-Vision Discriminator for Detecting Changes in Satellite Image with Map References はコメントを受け付けていません

A Survey on Multimodal Large Language Models

投稿日: 2024年12月2日 作成者: jarxiv

要約 最近、GPT-4V に代表されるマルチモーダル大規模言語モデル (MLLM … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | A Survey on Multimodal Large Language Models はコメントを受け付けていません

Efficient Text-driven Motion Generation via Latent Consistency Training

投稿日: 2024年12月2日 作成者: jarxiv

要約 拡散戦略に基づくテキスト駆動の人間の動作生成は、人間とコンピューターの対話 … 続きを読む →

カテゴリー: cs.AI, cs.CV | Efficient Text-driven Motion Generation via Latent Consistency Training はコメントを受け付けていません

Quantifying the synthetic and real domain gap in aerial scene understanding

投稿日: 2024年12月2日 作成者: jarxiv

要約 合成画像と現実世界の画像の間のギャップを定量化することは、大量のデータに依 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Quantifying the synthetic and real domain gap in aerial scene understanding はコメントを受け付けていません

SIMS: Simulating Human-Scene Interactions with Real World Script Planning

投稿日: 2024年12月2日 作成者: jarxiv

要約 長期にわたるヒューマンシーンとシーンのインタラクションをシミュレートするこ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.GR | SIMS: Simulating Human-Scene Interactions with Real World Script Planning はコメントを受け付けていません

VLSBench: Unveiling Visual Leakage in Multimodal Safety

投稿日: 2024年12月2日 作成者: jarxiv

要約 マルチモーダル大規模言語モデル (MLLM) の安全性に関する懸念は、さま … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR, cs.CV | VLSBench: Unveiling Visual Leakage in Multimodal Safety はコメントを受け付けていません

Reanimating Images using Neural Representations of Dynamic Stimuli

投稿日: 2024年12月2日 作成者: jarxiv

要約 コンピューター ビジョン モデルは、静的画像認識において驚くべき進歩を遂げ … 続きを読む →

カテゴリー: cs.AI, cs.CV, q-bio.NC | Reanimating Images using Neural Representations of Dynamic Stimuli はコメントを受け付けていません

DELT: A Simple Diversity-driven EarlyLate Training for Dataset Distillation

投稿日: 2024年12月2日 作成者: jarxiv

要約 データセットの蒸留における最近の進歩により、2 つの主な方向での解決策が導 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | DELT: A Simple Diversity-driven EarlyLate Training for Dataset Distillation はコメントを受け付けていません

Large Language Model-Brained GUI Agents: A Survey

投稿日: 2024年12月2日 作成者: jarxiv

要約 GUI は長い間、人間とコンピューターの対話の中心であり、デジタル システ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC | Large Language Model-Brained GUI Agents: A Survey はコメントを受け付けていません