I.2.10」カテゴリーアーカイブ

SEM-GAT: Explainable Semantic Pose Estimation using Learned Graph Attention

要約 この論文では、セマンティクスとローカル ジオメトリを活用して、信頼できる点 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.RO, I.2.10 | SEM-GAT: Explainable Semantic Pose Estimation using Learned Graph Attention はコメントを受け付けていません

D-Lite: Navigation-Oriented Compression of 3D Scene Graphs under Communication Constraints

要約 未知の環境を協力して探索する複数のロボット チームにとって、探索とナビゲー … 続きを読む

カテゴリー: 05C85, 65D19, 91B32 (Secondary), cs.DM, cs.MA, cs.RO, I.2.10 | D-Lite: Navigation-Oriented Compression of 3D Scene Graphs under Communication Constraints はコメントを受け付けていません

Multi-Attention-Based Soft Partition Network for Vehicle Re-Identification

要約 車両の再識別は、同じ車両の画像と他の車両の画像を区別するのに役立ちます。 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, I.2.10 | Multi-Attention-Based Soft Partition Network for Vehicle Re-Identification はコメントを受け付けていません

Generative adversarial networks with physical sound field priors

要約 この論文では、敵対的生成ネットワーク (GAN) を使用した音場の時空間再 … 続きを読む

カテゴリー: 65C60, cs.AI, eess.AS, I.2.10 | Generative adversarial networks with physical sound field priors はコメントを受け付けていません

Unification of popular artificial neural network activation functions

要約 最も一般的なニューラル ネットワーク活性化関数の統一表現を提示します。 分 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE, I.2.10, math.FA | Unification of popular artificial neural network activation functions はコメントを受け付けていません

ResShift: Efficient Diffusion Model for Image Super-resolution by Residual Shifting

要約 拡散ベースの画像超解像度 (SR) 手法は、数百、さらには数千のサンプリン … 続きを読む

カテゴリー: cs.CV, I.2.10 | ResShift: Efficient Diffusion Model for Image Super-resolution by Residual Shifting はコメントを受け付けていません

Imitation Learning with Human Eye Gaze via Multi-Objective Prediction

要約 人間によるデモンストレーションを通じて学習エージェントを教えるアプローチは … 続きを読む

カテゴリー: cs.HC, cs.LG, cs.RO, I.2.10 | Imitation Learning with Human Eye Gaze via Multi-Objective Prediction はコメントを受け付けていません

Fusing Structure from Motion and Simulation-Augmented Pose Regression from Optical Flow for Challenging Indoor Environments

要約 オブジェクトの位置特定は、ロボット工学、仮想現実と拡張現実、倉庫内での商品 … 続きを読む

カテゴリー: 68U01, cs.AI, cs.CV, I.2.10 | Fusing Structure from Motion and Simulation-Augmented Pose Regression from Optical Flow for Challenging Indoor Environments はコメントを受け付けていません

Robust Visual Question Answering: Datasets, Methods, and Future Challenges

要約 視覚的な質問応答には、画像と自然言語の質問が与えられた場合に、正確な自然言 … 続きを読む

カテゴリー: cs.AI, cs.CV, I.2.10 | Robust Visual Question Answering: Datasets, Methods, and Future Challenges はコメントを受け付けていません

FABRIC: Personalizing Diffusion Models with Iterative Feedback

要約 ビジュアル コンテンツの生成が機械学習によってますます推進される時代におい … 続きを読む

カテゴリー: cs.CV, I.2.10 | FABRIC: Personalizing Diffusion Models with Iterative Feedback はコメントを受け付けていません