Qi Wu

AerialVLN migliora la navigazione dei droni usando dati linguistici e visivi.

ClipVID migliora il rilevamento degli oggetti concentrandosi su identità uniche tra i fotogrammi.

Un metodo semplificato migliora l'efficienza nel matching tra testo e video.

Un nuovo metodo per valutare la qualità della generazione di immagini basato su descrizioni testuali.

Introducendo un framework per un'analisi migliore dei dati delle serie temporali campionati irregolarmente.

Una nuova tecnica aiuta i modelli di linguaggio a generare output diversi oltre al testo.

Un nuovo metodo migliora la sicurezza dei Vision Transformers contro attacchi avversari.

ModaVerse semplifica come trasformiamo e interpretiamo vari tipi di dati.

NaVid aiuta i robot a seguire le istruzioni umane usando video, migliorando la navigazione nel mondo reale.

Un nuovo metodo migliora la stima del CATE e potenzia il processo decisionale in diversi campi.

G-NeRF innovando nella generazione di nuove viste da singole immagini con tecniche di geometria avanzate.

MotionLLM crea movimenti umani a partire da testo per scenari singoli e multipersona.

ANARI in parallelo ai dati migliora l'efficienza e la qualità del rendering nella visualizzazione scientifica.

Esplorare come le macchine possono seguire le indicazioni umane negli spazi reali.

Combinare la comprensione del linguaggio e la visione migliora le capacità di navigazione dei robot.

XLIP migliora la diagnosi integrando immagini mediche e descrizioni testuali.

Questo articolo esplora le affascinanti proprietà e i meccanismi di produzione degli stati di charmonium.

Quest'articolo parla dei problemi di sicurezza e protezione nei sistemi di intelligenza artificiale multimodali.

Scopri la polmonite da Legionella, i suoi rischi, sintomi e l'importanza di un trattamento tempestivo.

Scopri come le nuove tecniche di watermarking proteggono l'arte digitale e le idee creative.

AbilityLens standardizza la valutazione per modelli di linguaggio multimodali di grandi dimensioni.

Le iperreti trasformano l'analisi dei dati, colmando lacune e migliorando la precisione nelle simulazioni dinamiche.

La ricerca si concentra sull'insegnare alle macchine a seguire istruzioni di navigazione parlate e scritte.

Un nuovo modo per creare visual fantastici in tempo reale.