SimCMFは、さまざまな画像でAIモデルを効率的に改善するのに役立ちます。
Chenyang Lei, Liyi Chen, Jun Cen
― 1 分で読む
最先端の科学をわかりやすく解説
SimCMFは、さまざまな画像でAIモデルを効率的に改善するのに役立ちます。
Chenyang Lei, Liyi Chen, Jun Cen
― 1 分で読む
幾何の中での抽出定理の役割とその実用的な応用について探ってみて。
Arjun Agarwal, Sayan Bandyapadhyay
― 1 分で読む
ロボットに屋内を移動させる訓練をして、障害物を避けたり指示を理解させたりすること。
Dillon Loh, Tomasz Bednarz, Xinxing Xia
― 1 分で読む
ロボットが加齢黄斑変性の目の注射の精度を向上させる。
Demir Arikan, Peiyao Zhang, Michael Sommersperger
― 1 分で読む
新しい方法でロボットの手の物体の硬さを感じる能力が向上した。
Anway S. Pimpalkar, Ariel Slepyan, Nitish V. Thakor
― 1 分で読む
新しいモデルでロボットが28メートル離れたところからジェスチャーを認識できるようになった。
Eran Bamani Beeri, Eden Nissinman, Avishai Sintov
― 1 分で読む
ChatRexは、現実世界のアプリケーション向けに画像の認識と理解を向上させるんだ。
Qing Jiang, Gen Luo, Yuqin Yang
― 1 分で読む
Helvipadは360度画像から深さ情報を提供して、機械学習をサポートしてるよ。
Mehdi Zayene, Jannik Endres, Albias Havolli
― 1 分で読む
ロボットが危害や混乱を引き起こさずにタスクをこなせるようにすること。
Minheng Ni, Lei Zhang, Zihan Chen
― 1 分で読む
多スペクトル物体検出の精度を高める革新的な方法を探る。
Chen Zhou, Peng Cheng, Junfeng Fang
― 1 分で読む
研究者たちは、機械が日常の物とどのように対話するかを改善するための新しいデータセットを開発した。
Wenbo Cui, Chengyang Zhao, Songlin Wei
― 1 分で読む
SharpDepthは画像の奥行き知覚を高めて、さまざまな用途での明瞭さを向上させるよ。
Duc-Hai Pham, Tung Do, Phong Nguyen
― 1 分で読む
多目的意思決定における公平性を確保する新しいアプローチ。
Dimitris Michailidis, Willem Röpke, Diederik M. Roijers
― 1 分で読む
私たちはトレーニングデータの画像の難易度を制御することで、機械学習を改善している。
Zerun Wang, Jiafeng Mao, Xueting Wang
― 1 分で読む
LAMBDAは日常のタスクで高度なロボット学習の舞台を整える。
Ahmed Jaafar, Shreyas Sundara Raman, Yichen Wei
― 1 分で読む
新しい方法が水中車両の画像伝送を改善するよ。
Luyuan Peng, Mandar Chitre, Hari Vishnu
― 1 分で読む
ロボットが物とどうやってやり取りしてタスクに適応するかを発見しよう。
Emily Liu, Michael Noseworthy, Nicholas Roy
― 1 分で読む
イベントカメラは動きのトラッキングを再定義して、精度とスピードを向上させる。
Friedhelm Hamann, Daniel Gehrig, Filbert Febryanto
― 1 分で読む
BiPOはテキストをリアルな人間のダンス動作に変えるよ。
Seong-Eun Hong, Soobin Lim, Juyeong Hwang
― 1 分で読む
BRRPは、限られた情報でロボットがシーンをよりよく理解するのを助ける。
Herbert Wright, Weiming Zhi, Matthew Johnson-Roberson
― 1 分で読む
様々なタスクでのコンピュータ学習を早くする新しいアプローチ。
Siddhant Agarwal, Harshit Sikchi, Peter Stone
― 1 分で読む
SoGraBは壊れやすい物体に対するソフトグリッパーのパフォーマンスを評価するための標準化された方法を提供してるよ。
Benjamin G. Greenland, Josh Pinskier, Xing Wang
― 1 分で読む
ロボットがアクションバリューグラディエント法でどんだけうまく学ぶか探ってみて。
Gautham Vasan, Mohamed Elsayed, Alireza Azimi
― 1 分で読む
ロボットは高度な計画技術を使って、複雑な環境を安全に移動する方法を学んでいるよ。
William D. Compton, Noel Csomay-Shanklin, Cole Johnson
― 1 分で読む
研究者たちは、動画の正確性を高めるためにコンピュータの物体追跡方法を改善している。
Finlay G. C. Hudson, William A. P. Smith
― 1 分で読む
コンピュータが動画でどのように奥行きを認識するか、いろんな用途について学ぼう。
Bingxin Ke, Dominik Narnhofer, Shengyu Huang
― 1 分で読む
安全な自動運転のために、ローカリゼーションとトラッキングを組み合わせる。
Peilin Tian, Hao Li
― 1 分で読む
新しいセンサーができて、ロボットが人間みたいに触覚を感じられるようになったよ。
Yanzhe Wang, Hao Wu, Haotian Guo
― 1 分で読む
スーパーガウスがリアルな画像合成をどう改善するか発見しよう。
Rui Xu, Wenyue Chen, Jiepeng Wang
― 1 分で読む
ロボットが視覚と言語を組み合わせて、より良いインタラクションを実現する方法を発見しよう。
Haining Tan, Alex Mihailidis, Brokoslaw Laschowski
― 1 分で読む
ロボットの動きをもっと滑らかに速くするためのパスを改善する方法を学ぼう。
Shruti Garg, Thomas Cohn, Russ Tedrake
― 1 分で読む
新しい方法がロボットの不確実な環境でのバランス維持を助ける。
Mohammad Ramadan, Mihai Anitescu
― 1 分で読む
GRIPテープに会おう、柔軟で強力なロボットグリッパーが自動化を再定義するよ。
Gengzhi He, Curtis Sparks, Nicholas Gravish
― 1 分で読む
ロボットは今、物体と一度だけやりとりすることで学べるようになった。
Yifan Zhu, Tianyi Xiang, Aaron Dollar
― 1 分で読む
ひげトポロジーがどうやって複雑な空間をパスを通して理解するのに役立つかを発見しよう。
John K. Aceti
― 1 分で読む
ロボットが好奇心と注意を組み合わせてタスクを学ぶ方法を発見しよう。
Quentin Houbre, Roel Pieters
― 1 分で読む
新しい方法で、ロボットが障害物を避けながら樽を押す計画をうまく立てられるようになるんだ。
John Lathrop, Benjamin Rivi`ere, Jedidiah Alindogan
― 1 分で読む
スワーマレーターは個々のリズムを同期した動きと混ぜ合わせて、自然やテクノロジーの中のパターンを明らかにするんだ。
Md Sayeed Anwar, Dibakar Ghosh, Kevin O'Keeffe
― 1 分で読む
CARELは、ロボットが現実の環境で指示をフォローする方法を改善してるよ。
Armin Saghafian, Amirmohammad Izadi, Negin Hashemi Dijujin
― 1 分で読む
多様な機械学習システム間の相互作用を強化する方法。
Tomás Hüttebräucker, Simone Fiorellino, Mohamed Sana
― 0 分で読む