Limin Wang

Mamba zeigt im Vergleich zu Transformern ein starkes Potenzial in der Videoanalyse.

Ein neues Modell verbessert das Videoverständnis durch innovative Trainingstechniken.

Forscher erstellen einen Datensatz, um zu untersuchen, wie Menschen lernen, indem sie andere nachahmen.

MOTIP vereinfacht das Verfolgen mehrerer Objekte und verbessert die Effizienz und Genauigkeit.

SportsHHI konzentriert sich auf menschliche Interaktionen in Basketball- und Volleyballvideos für bessere Analysen.

SLAM verbessert die Geschwindigkeit und Qualität der Bilderzeugung durch innovative Prozesse.

Diese Studie verbessert die Messgenauigkeit des Tianwen-1 Raumschiffs.

Ein umfassender Datensatz, der Bilder und Texte zusammenführt, um maschinelles Lernen zu unterstützen.

Schmetterlingsschuppen zeigen lebendige Farben durch einzigartige Nanostrukturen.

Ein neues Framework verbessert die Anpassungsfähigkeit von Vision-Sprach-Modellen durch smarte Datenverarbeitung.

VideoEval setzt einen neuen Massstab für die effektive Bewertung von Videogrundmodellen.

Self-TPT vereinfacht das Prompt-Tuning für Vision-Sprach-Modelle und verbessert Geschwindigkeit und Effizienz.

Eine neue Technik verbessert das Training für Bildverarbeitungsmodelle und geht gängige Probleme an.

Ein Projekt, das sich darauf konzentriert, die Bildgenerierung durch fortgeschrittene Techniken und Modelle zu verbessern.

Verbesserung der Erkennungsmethoden für schädliche Pakete in Software-Repositories.

Das Temporal2Seq Framework bündelt mehrere Aufgaben zur Videoverstehtnis in einem Modell.

Erfahre, wie Weizen mit einzigartigen Genen und Kalziumsignalen gegen Blattrost kämpft.

Timing und Beziehungen kombinieren für ein besseres Verständnis von EEG.

Neue Designs verbessern die Effizienz von multimodalen grossen Sprachmodellen in der KI.

CG-Bench hilft Maschinen, lange Videos besser zu analysieren, indem es hinweisbasierte Fragen stellt.

Neue Methode steigert die visuelle Aufgabenleistung von multimodalen Sprachmodellen.

Vinci macht den Alltag einfacher mit freihändigen Hilfen und Echtzeit-Anleitungen.