Investigating the performance of novel class discovery (NCD) approach for semantic segmentation on realworld SLAM LiDAR point cloud data
本研究评估了新类发现(NCD)在真实世界 SLAM LiDAR 点云语义分割中的应用,展示了其识别已知类别并对未知点进行分组的能力,同时强调了当前性能稳定性受限于数据质量、参数设置以及点云固有的特性。
3780 篇论文
本研究评估了新类发现(NCD)在真实世界 SLAM LiDAR 点云语义分割中的应用,展示了其识别已知类别并对未知点进行分组的能力,同时强调了当前性能稳定性受限于数据质量、参数设置以及点云固有的特性。
本研究提出了一种新颖的框架,该框架利用一种基于强化学习的深度确定性策略梯度算法,在卷积神经网络分类器的引导下,并通过昼夜节律模拟进行验证,旨在生成个性化的光照时间表以优化睡眠-觉醒周期。
本文通过推导出一个闭式关系,证明了代数求解器的条件数与到诸如危险圆柱体(Danger Cylinder)等临界退化情形的几何距离成反比,从而架起了极小位姿估计中定性分析与定量分析之间的桥梁,进而确立了虽然几何结构决定了奇异性,但代数参数化控制着数值不稳定性速率这一结论。
本文表明,Fréchet Inception Distance (FID) 对样本量具有系统性依赖,并且即使在来自同一分布的真实图像子集之间也会产生非零值,从而对 FID 在实际有限样本场景下评估生成模型的可靠性提出了质疑。
这项针对38项实证研究的范围综述梳理了生成式人工智能在协作创意过程中的整合情况,揭示了虽然人工智能作为协同创作伙伴能够增强构思并提高效率,但要实现其全部潜力,则需要精心设计的流程,以减轻过度依赖和同质化等风险,从而保留人类的主体性与多元视角。
该论文提出了 MCD-DFusion,这是一个通过引入模态一致性度量(Modality Consistency Degree)来量化跨模态语义对齐,并采用动态融合策略以根据一致性水平进行自适应调整的新型框架,从而增强了多模态情感分析中的对抗鲁棒性,进而显著抑制了针对社交媒体迷因(memes)的对抗攻击。
本研究表明,将代理级行为特征集成到基于 XGBoost 的机器学习框架中,在检测赞比亚独特数字金融生态系统内的移动货币欺诈方面,显著优于传统的仅基于交易的模型。
AdaKVT-Mem 是一种用于对话记录的可审计、生命周期感知型存储架构,它采用了一种有状态的单元变异协议来确保有效性、版本控制和溯源性,同时承认其在实现完美更新成功率方面的当前局限性,尽管其生命周期准确度很高。
这篇知识系统化(SoK)论文综合了从传统的基于硬件的红/黑架构向安全的、基于软件的多域数据隔离(MDDS)过渡的研究,评估了诸如软件定义网络、分离内核和后量子密码学等技术,以实现现代关键任务行动中可扩展的高保证互操作性。
本文提出了 CARE-IoMT,一种无需配对的无证书可搜索加密框架,该框架集成了基于区块链的数据摘要汇总技术,旨在为医疗物联网中的敏感医疗数据实现安全、可审计且高效的范围查询与合取查询,同时减轻内部攻击和计算开销。