「cs.LG」カテゴリーアーカイブ

$C^{3}$-NeRF: Modeling Multiple Scenes via Conditional-cum-Continual Neural Radiance Fields

投稿日: 2024年12月2日 作成者: jarxiv

要約 Neural Radiance Field (NeRF) は、単一の 3D … 続きを読む →

カテゴリー: cs.CV, cs.LG | $C^{3}$-NeRF: Modeling Multiple Scenes via Conditional-cum-Continual Neural Radiance Fields 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

On Domain-Specific Post-Training for Multimodal Large Language Models

投稿日: 2024年12月2日 作成者: jarxiv

要約 近年、一般的なマルチモーダル大規模言語モデル (MLLM) の急速な発展が … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | On Domain-Specific Post-Training for Multimodal Large Language Models はコメントを受け付けていません

Perception Test 2024: Challenge Summary and a Novel Hour-Long VideoQA Benchmark

投稿日: 2024年12月2日 作成者: jarxiv

要約 2023 年版の成功に続き、最先端のビデオ モデルのベンチマークと測定を目 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Perception Test 2024: Challenge Summary and a Novel Hour-Long VideoQA Benchmark はコメントを受け付けていません

Free-form Generation Enhances Challenging Clothed Human Modeling

投稿日: 2024年12月2日 作成者: jarxiv

要約 リアルなアニメーション人間アバターを実現するには、ポーズに依存する衣服の変 … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG | Free-form Generation Enhances Challenging Clothed Human Modeling 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

AlphaTablets: A Generic Plane Representation for 3D Planar Reconstruction from Monocular Videos

投稿日: 2024年12月2日 作成者: jarxiv

要約 AlphaTablets は、連続的な 3D 表面と正確な境界描写を特徴と … 続きを読む →

カテゴリー: cs.CV, cs.LG | AlphaTablets: A Generic Plane Representation for 3D Planar Reconstruction from Monocular Videos はコメントを受け付けていません

T2Vid: Translating Long Text into Multi-Image is the Catalyst for Video-LLMs

投稿日: 2024年12月2日 作成者: jarxiv

要約 画像領域におけるマルチモーダル大規模言語モデル (MLLM) の成功は、研 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | T2Vid: Translating Long Text into Multi-Image is the Catalyst for Video-LLMs はコメントを受け付けていません

MM-Path: Multi-modal, Multi-granularity Path Representation Learning — Extended Version

投稿日: 2024年12月2日 作成者: jarxiv

要約 効果的な経路表現の開発は、インテリジェント交通のさまざまな分野でますます重 … 続きを読む →

カテゴリー: cs.AI, cs.LG | MM-Path: Multi-modal, Multi-granularity Path Representation Learning — Extended Version はコメントを受け付けていません

Metric-DST: Mitigating Selection Bias Through Diversity-Guided Semi-Supervised Metric Learning

投稿日: 2024年12月2日 作成者: jarxiv

要約 選択バイアスは、母集団をあまり代表しないデータでトレーニングされたモデルが … 続きを読む →

カテゴリー: cs.AI, cs.LG | Metric-DST: Mitigating Selection Bias Through Diversity-Guided Semi-Supervised Metric Learning はコメントを受け付けていません