「I.2.10」カテゴリーアーカイブ

Inferring the Future by Imagining the Past

投稿日: 2023年11月1日 作成者: jarxiv

要約 漫画の 1 コマは多くのことを語ることができます。キャラクターが現在どこに … 続きを読む →

カテゴリー: cs.AI, cs.GR, cs.RO, I.2.10 | Inferring the Future by Imagining the Past はコメントを受け付けていません

Towards Improved Input Masking for Convolutional Neural Networks

投稿日: 2023年10月31日 作成者: jarxiv

要約 機械学習モデルの入力から特徴を削除する機能は、モデルの予測を理解して解釈す … 続きを読む →

カテゴリー: cs.AI, cs.CV, I.2.10 | Towards Improved Input Masking for Convolutional Neural Networks はコメントを受け付けていません

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

投稿日: 2023年10月24日 作成者: jarxiv

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

Invariance is Key to Generalization: Examining the Role of Representation in Sim-to-Real Transfer for Visual Navigation

投稿日: 2023年10月24日 作成者: jarxiv

要約 ロボット制御へのデータ駆動型アプローチは急速に進んでいますが、目に見えない … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO, I.2.10 | Invariance is Key to Generalization: Examining the Role of Representation in Sim-to-Real Transfer for Visual Navigation はコメントを受け付けていません

A Human-Robot Mutual Learning System with Affect-Grounded Language Acquisition and Differential Outcomes Training

投稿日: 2023年10月23日 作成者: jarxiv

要約 この論文では、ロボットとロボットの恒常性のニーズを特定するための記号言語の … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.RO, I.2.10 | A Human-Robot Mutual Learning System with Affect-Grounded Language Acquisition and Differential Outcomes Training 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

投稿日: 2023年10月19日 作成者: jarxiv

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

Getting ViT in Shape: Scaling Laws for Compute-Optimal Model Design

投稿日: 2023年10月18日 作成者: jarxiv

要約 最近、特定の計算期間における計算に最適なモデル サイズ (パラメーターの数 … 続きを読む →

カテゴリー: cs.CV, cs.LG, I.2.10 | Getting ViT in Shape: Scaling Laws for Compute-Optimal Model Design はコメントを受け付けていません

FocDepthFormer: Transformer with LSTM for Depth Estimation from Focus

投稿日: 2023年10月18日 作成者: jarxiv

要約 焦点スタックからの深度推定は、画像スタック内の焦点/焦点ぼけの手がかりから … 続きを読む →

カテゴリー: cs.AI, cs.CV, eess.IV, I.2.10 | FocDepthFormer: Transformer with LSTM for Depth Estimation from Focus はコメントを受け付けていません

Training and Predicting Visual Error for Real-Time Applications

投稿日: 2023年10月16日 作成者: jarxiv

要約 視覚的エラー メトリックは、知覚される画像の類似性の定量化において基本的な … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG, I.2.10 | Training and Predicting Visual Error for Real-Time Applications はコメントを受け付けていません

Revisiting Data Augmentation for Rotational Invariance in Convolutional Neural Networks

投稿日: 2023年10月13日 作成者: jarxiv

要約 畳み込みニューラル ネットワーク (CNN) は、さまざまなコンピューター … 続きを読む →

カテゴリー: cs.CV, cs.NE, I.2.10 | Revisiting Data Augmentation for Rotational Invariance in Convolutional Neural Networks はコメントを受け付けていません