-
最近の投稿
- Adaptive Target Localization under Uncertainty using Multi-Agent Deep Reinforcement Learning with Knowledge Transfer
- Factor Graph-Based Active SLAM for Spacecraft Proximity Operations
- VIEW: Visual Imitation Learning with Waypoints
- Front Hair Styling Robot System Using Path Planning for Root-Centric Strand Adjustment
- Audio Array-Based 3D UAV Trajectory Estimation with LiDAR Pseudo-Labeling
-
最近のコメント
表示できるコメントはありません。 cs.AI (32521) cs.CL (24587) cs.CR (2516) cs.CV (38727) cs.LG (37397) cs.RO (18958) cs.SY (2900) eess.IV (4641) eess.SY (2894) stat.ML (4935)
「eess.SP」カテゴリーアーカイブ
Path Loss Prediction Using Deep Learning
要約 無線の導入とスペクトル計画は、パス損失の予測から恩恵を受けます。 通信リン … 続きを読む
Investigating Map-Based Path Loss Models: A Study of Feature Representations in Convolutional Neural Networks
要約 パス損失予測は、無線周波数スペクトルを効率的に使用するための有益なツールで … 続きを読む
Distilling Calibration via Conformalized Credal Inference
要約 人工知能 (AI) モデルをエッジ デバイスに展開するには、限られたメモリ … 続きを読む
BRIGHT: A globally distributed multimodal building damage assessment dataset with very-high-resolution for all-weather disaster response
要約 災害は世界中で発生し、人命や財産に重大な被害をもたらします。 地球観測 ( … 続きを読む
Automotive Speed Estimation: Sensor Types and Error Characteristics from OBD-II to ADAS
要約 最新の路上ナビゲーション システムは、慣性航法システム (INS) および … 続きを読む
Is Your Autonomous Vehicle Safe? Understanding the Threat of Electromagnetic Signal Injection Attacks on Traffic Scene Perception
要約 自動運転車は、カメラベースの認識システムに依存して走行環境を理解し、重要な … 続きを読む
KN-LIO: Geometric Kinematics and Neural Field Coupled LiDAR-Inertial Odometry
要約 LiDAR 慣性オドメトリ (LIO) の最近の進歩により、多くのアプリケ … 続きを読む
Data-driven tool wear prediction in milling, based on a process-integrated single-sensor approach
要約 機械加工における生産性を維持し、コストを最小限に抑えるには、正確な工具摩耗 … 続きを読む
SelectiveFinetuning: Enhancing Transfer Learning in Sleep Staging through Selective Domain Alignment
要約 実際の睡眠段階の分類において、重要な課題は、さまざまな被験者や環境にわたる … 続きを読む
Design and Benchmarking of A Multi-Modality Sensor for Robotic Manipulation with GAN-Based Cross-Modality Interpretation
要約 このペーパーでは、コンパクトな設計で高度なマルチモーダル センシングの要求 … 続きを読む