-
最近の投稿
- Enhancing Trust in Autonomous Agents: An Architecture for Accountability and Explainability through Blockchain and Large Language Models
- $\mathcal{L}_1$Quad: $\mathcal{L}_1$ Adaptive Augmentation of Geometric Control for Agile Quadrotors with Performance Guarantees
- Scalable and low-cost remote lab platforms: Teaching industrial robotics using open-source tools and understanding its social implications
- Tabletop Object Rearrangement: Structure, Complexity, and Efficient Combinatorial Search-Based Solutions
- AdaCred: Adaptive Causal Decision Transformers with Feature Crediting
-
最近のコメント
表示できるコメントはありません。 cs.AI (31312) cs.CL (23684) cs.CR (2432) cs.CV (37678) cs.LG (36192) cs.RO (18300) cs.SY (2805) eess.IV (4529) eess.SY (2799) stat.ML (4795)
「cs.MM」カテゴリーアーカイブ
Stable-V2A: Synthesis of Synchronized Sound Effects with Temporal and Semantic Controls
要約 サウンド デザイナーやフォーリー アーティストは通常、ビデオ内の関心の … 続きを読む
Prompt-A-Video: Prompt Your Video Diffusion Model via Preference-Aligned LLM
要約 テキストからビデオへのモデルは、高品質のテキストとビデオのペアの最適化を通 … 続きを読む
Real-Time Position-Aware View Synthesis from Single-View Input
要約 ビュー合成の最近の進歩により、テレプレゼンスやエンターテイメントを含む、さ … 続きを読む
SurgSora: Decoupled RGBD-Flow Diffusion Model for Controllable Surgical Video Generation
要約 医療ビデオの生成には、正確で制御可能な視覚表現を通じて、外科の理解と病理の … 続きを読む
A Review of Multimodal Explainable Artificial Intelligence: Past, Present and Future
要約 人工知能 (AI) は、計算能力の進歩と大規模なデータセットの増加によって … 続きを読む
AKiRa: Augmentation Kit on Rays for optical video generation
要約 テキスト条件付きビデオの普及における最近の進歩により、ビデオの品質は大幅に … 続きを読む
Flight Patterns for Swarms of Drones
要約 ドローンの群れが 1 つ以上の開口部を衝突せずに通過するための飛行パターン … 続きを読む
A Benchmark and Robustness Study of In-Context-Learning with Large Language Models in Music Entity Detection
要約 曲のタイトルやアーティスト名などの音楽エンティティの検出は、音楽検索クエリ … 続きを読む
Wills Aligner: Multi-Subject Collaborative Brain Visual Decoding
要約 人間の脳活動から視覚情報を解読することは、最近の研究で目覚ましい進歩を遂げ … 続きを読む