2363 Arbeiten
SemPix3D schlägt ein hybrides Framework vor, das ein Neural Radiance Field zur 3D-bewussten Generierung von Label-Maps mit einem StyleGAN-basierten Generator kombiniert, um hochwertige, konsistente Multi-View-RGB-Bilder zu synthetisieren und dadurch signifikante Verbesserungen der Diversität und der FID-Scores gegenüber bestehenden Methoden erzielt.
Dieses Paper schlägt ein leichtgewichtiges, verbessertes YOLOv8n-Modell für die UAV-basierte Waldbranderkennung vor, das dynamische Konvolution, einen Multi-Aware-Detection-Head und Cross-Spatial-Attention integriert, um die Genauigkeit bei kleinen Zielobjekten signifikant zu erhöhen und Fehlalarme zu reduzieren, während gleichzeitig eine kompakte Größe für den Echtzeit-Einsatz an Bord beibehalten wird.
Das Papier schlägt SCEESR vor, ein neuartiges auf einem-Schritt-Diffusionsprozess basierendes Super-Resolution-Framework, das einen ControlNet-Mechanismus für semantische Kantenführung sowie eine hybride Verlustfunktion nutzt, um strukturelle Integrität, perzeptive Qualität und Inferenzgeschwindigkeit bei der Echtzeit-Bildrestaurierung effektiv auszubalancieren.
Dieses Paper schlägt FMA-DETR vor, ein adaptives Transformer-Framework, das ein Feature Refinement Network, ein Multi-scale Spatial-Channel Mixed Attention Modul und ein Adaptive Frequency-aware Fusion Modul integriert, um Speckle-Rauschen und Hintergrundkomplexität effektiv zu überwinden und eine hochgenaue Detektion dichter kleiner Ziele in SAR-Bildern zu ermöglichen.
Diese Studie evaluiert die Fähigkeit verschiedener großer Sprachmodelle, koreanische indirekte Sprechakte zu verstehen, indem sie einen spezialisierten Datensatz konstruiert und sowohl automatisierte als auch menschliche Bewertungen einsetzt, wobei sie aufzeigt, dass proprietäre Modelle wie Claude3-Opus zwar Open-Source-Alternativen übertreffen, jedoch noch keines das menschliche Niveau bei der Interpretation kontextabhängiger Intentionen erreicht hat.
Das Papier schlägt EGDIS vor, eine kantenorientierte Dokumentenbild-Steganographie-Methode, die einen adaptiven Canny-Algorithmus und ein Transformer-basiertes Cross-Attention-Fusionsnetzwerk nutzt, um Kantenmerkmale mit Rohbildern und geheimen Nachrichten zu integrieren, wodurch eine überlegene Einbettungsleistung und visuelle Qualität auf Standarddatensätzen erreicht wird.
Dieses Paper schlägt eine autonome Kollisionsvermeidungsmethode zur Entscheidungsfindung für unbemannte Oberflächenfahrzeuge (USVs) vor, die die visuelle Wahrnehmung von UAVs mit einem durch Prioritized Experience Replay erweiterten Dueling Double Deep Q-Network (PD3QN)-Algorithmus und einer den COLREGs konformen Belohnungsfunktion integriert, um eine sichere, effiziente und anpassungsfähige Navigation zu erreichen.
Dieses Paper präsentiert ein interpretierbares computergestütztes Framework, das multisensorische taktile Daten, insbesondere thermische und Compliance-Hinweise aus Druck-, statischen und Gleitinteraktionen, nutzt, um die menschliche Materialwahrnehmung effektiv zu modellieren und die robotische taktile Erkennung zu verbessern.
Diese Arbeit präsentiert einen manuell annotierten bulgarischen Datensatz zur Evaluierung der Bias-Erkennung, wobei eine hohe Übereinstimmung unter menschlichen Annotatoren, aber eine signifikante Divergenz zwischen Menschen und großen Sprachmodellen aufzeigt, während gleichzeitig demonstriert wird, dass das Prompting in bulgarischer Sprache die Übereinstimmung der Modelle mit menschlichen Urteilen verbessert.
Dieses Paper schlägt ein verbessertes, auf dem Informer basierendes Modell vor, das einen auf der Standardabweichung basierenden dynamischen Denoising-Algorithmus sowie einen Volatilitäts-bewussten adaptiven Sampling-Mechanismus integriert, um die Genauigkeit und Stabilität von Unternehmenskostenprognosen zu erhöhen, wobei es eine überlegene Leistung gegenüber bestehenden Methoden sowohl auf Unternehmens- als auch auf Benchmark-Datensätzen demonstriert.