「I.2.10」カテゴリーアーカイブ

Do Vision & Language Decoders use Images and Text equally? How Self-consistent are their Explanations?

投稿日: 2024年4月30日 作成者: jarxiv

要約 ビジョンおよび言語モデル (VLM) は、現在、マルチモーダル タスクにお … 続きを読む →

カテゴリー: 68Txx, cs.AI, cs.CL, cs.CV, cs.LG, I.2.10 | Do Vision & Language Decoders use Images and Text equally? How Self-consistent are their Explanations? はコメントを受け付けていません

FTL: Transfer Learning Nonlinear Plasma Dynamic Transitions in Low Dimensional Embeddings via Deep Neural Networks

投稿日: 2024年4月29日 作成者: jarxiv

要約 深層学習アルゴリズムは、核融合プラズマ システムなどの高次元の動的挙動を研 … 続きを読む →

カテゴリー: 68T45, 76W05, cs.LG, I.2.10, physics.comp-ph, physics.plasm-ph | FTL: Transfer Learning Nonlinear Plasma Dynamic Transitions in Low Dimensional Embeddings via Deep Neural Networks はコメントを受け付けていません

Spot-Compose: A Framework for Open-Vocabulary Object Retrieval and Drawer Manipulation in Point Clouds

投稿日: 2024年4月22日 作成者: jarxiv

要約 近年、深層学習と大規模データセットの最新技術により、3D インスタンスのセ … 続きを読む →

カテゴリー: cs.CV, cs.RO, I.2.10 | Spot-Compose: A Framework for Open-Vocabulary Object Retrieval and Drawer Manipulation in Point Clouds はコメントを受け付けていません

Incremental Bootstrapping and Classification of Structured Scenes in a Fuzzy Ontology

投稿日: 2024年4月19日 作成者: jarxiv

要約 私たちは、知識表現をブートストラップし、関連する状況を分類し、将来の観察に … 続きを読む →

カテゴリー: 68T27, 68T30, 68T37, cs.AI, cs.HC, cs.LO, cs.RO, I.2.10, secondary | Incremental Bootstrapping and Classification of Structured Scenes in a Fuzzy Ontology はコメントを受け付けていません

Predicting and Analyzing Pedestrian Crossing Behavior at Unsignalized Crossings

投稿日: 2024年4月16日 作成者: jarxiv

要約 自動運転の強化と運転の安全性の向上には、歩行者の横断行動の理解と予測が不可 … 続きを読む →

カテゴリー: 68T40, 68T45, cs.AI, cs.LG, I.2.10 | Predicting and Analyzing Pedestrian Crossing Behavior at Unsignalized Crossings はコメントを受け付けていません

PRISM-TopoMap: Online Topological Mapping with Place Recognition and Scan Matching

投稿日: 2024年4月3日 作成者: jarxiv

要約 マッピングは、移動ロボットの自律ナビゲーションを可能にする重要なタスクの … 続きを読む →

カテゴリー: cs.CV, cs.RO, I.2.10 | PRISM-TopoMap: Online Topological Mapping with Place Recognition and Scan Matching はコメントを受け付けていません

To Whom are You Talking? A Deep Learning Model to Endow Social Robots with Addressee Estimation Skills

投稿日: 2024年3月29日 作成者: jarxiv

要約 コミュニケーションは私たちの社会的な言葉を形作ります。 ロボットが社会的で … 続きを読む →

カテゴリー: 68T07, 68T40, cs.AI, cs.LG, cs.RO, I.2.10 | To Whom are You Talking? A Deep Learning Model to Endow Social Robots with Addressee Estimation Skills はコメントを受け付けていません

Efficient Image Pre-Training with Siamese Cropped Masked Autoencoders

投稿日: 2024年3月27日 作成者: jarxiv

要約 画像エンコーダの自己教師あり事前トレーニングは、特にマスクされたオートエン … 続きを読む →

カテゴリー: cs.CV, I.2.10 | Efficient Image Pre-Training with Siamese Cropped Masked Autoencoders はコメントを受け付けていません

LightIt: Illumination Modeling and Control for Diffusion Models

投稿日: 2024年3月26日 作成者: jarxiv

要約 画像生成のための明示的な照明制御手法である LightIt を紹介します。 … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG, I.2.10 | LightIt: Illumination Modeling and Control for Diffusion Models はコメントを受け付けていません

Intrinsic Image Diffusion for Indoor Single-view Material Estimation

投稿日: 2024年3月22日 作成者: jarxiv

要約 屋内シーンの外観分解の生成モデルである Intrinsic Image D … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.GR, I.2.10 | Intrinsic Image Diffusion for Indoor Single-view Material Estimation はコメントを受け付けていません