cs.LG」カテゴリーアーカイブ

Error-Driven Uncertainty Aware Training

要約 ニューラル ネットワークは予測について過信することが多く、そのため信頼性と … 続きを読む

カテゴリー: cs.CV, cs.LG | Error-Driven Uncertainty Aware Training はコメントを受け付けていません

FIRAL: An Active Learning Algorithm for Multinomial Logistic Regression

要約 私たちは、多項ロジスティック回帰を使用したマルチクラス分類のためのプールベ … 続きを読む

カテゴリー: cs.CV, cs.LG | FIRAL: An Active Learning Algorithm for Multinomial Logistic Regression はコメントを受け付けていません

Using ResNet to Utilize 4-class T2-FLAIR Slice Classification Based on the Cholinergic Pathways Hyperintensities Scale for Pathological Aging

要約 コリン作動性経路高信号スケール (CHIPS) は、T2-FLAIR 画像 … 続きを読む

カテゴリー: cs.CV, cs.LG, eess.IV | Using ResNet to Utilize 4-class T2-FLAIR Slice Classification Based on the Cholinergic Pathways Hyperintensities Scale for Pathological Aging はコメントを受け付けていません

What to align in multimodal contrastive learning?

要約 人間は多感覚の統合を通じて世界を認識し、さまざまなモダリティの情報をブレン … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | What to align in multimodal contrastive learning? はコメントを受け付けていません

Adaptive Adapter Routing for Long-Tailed Class-Incremental Learning

要約 進化し続ける世界では、電子商取引プラットフォームのレビューなど、新しいデー … 続きを読む

カテゴリー: cs.CV, cs.LG | Adaptive Adapter Routing for Long-Tailed Class-Incremental Learning はコメントを受け付けていません

A Machine Learning Based Approach for Statistical Analysis of Detonation Cells from Soot Foils

要約 この研究では、すすフォイル画像から爆発セルを正確にセグメンテーションおよび … 続きを読む

カテゴリー: cs.LG | A Machine Learning Based Approach for Statistical Analysis of Detonation Cells from Soot Foils はコメントを受け付けていません

Loss Distillation via Gradient Matching for Point Cloud Completion with Weighted Chamfer Distance

要約 3D 点群により、環境の幾何学的情報を認識するロボットの能力が強化され、把 … 続きを読む

カテゴリー: cs.CV, cs.LG, cs.RO | Loss Distillation via Gradient Matching for Point Cloud Completion with Weighted Chamfer Distance はコメントを受け付けていません

ViSaRL: Visual Reinforcement Learning Guided by Human Saliency

要約 強化学習 (RL) を使用して高次元のピクセル入力から複雑な制御タスクを実 … 続きを読む

カテゴリー: cs.LG, cs.RO | ViSaRL: Visual Reinforcement Learning Guided by Human Saliency はコメントを受け付けていません

Pseudo-rigid body networks: learning interpretable deformable object dynamics from partial observations

要約 変形可能線形オブジェクト (DLO) ダイナミクスを正確に予測することは、 … 続きを読む

カテゴリー: cs.LG, cs.RO | Pseudo-rigid body networks: learning interpretable deformable object dynamics from partial observations はコメントを受け付けていません

One Policy to Run Them All: an End-to-end Learning Approach to Multi-Embodiment Locomotion

要約 深層強化学習技術は、堅牢な脚の移動において最先端の結果を達成しています。 … 続きを読む

カテゴリー: cs.LG, cs.RO | One Policy to Run Them All: an End-to-end Learning Approach to Multi-Embodiment Locomotion はコメントを受け付けていません