[B! recurrent][sparse] [3ページ] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

recurrentとsparseに関するarxiv_readerのブックマーク (49)

スパイキングニューラルネットワークによるイベントベースのオプティカルフローの自己監視学習
arxiv_reader 2021/06/04
ニューロモルフィックセンシングとコンピューティングは、非常にエネルギー効率が高く、広帯域幅のセンサー処理が期待できます。ニューロモルフィックコンピューティングの主な課題は、離散的なスパイクとより複

SNN

representation

loss function

self-supervised

optical flow

arXiv

estimation

arXiv reaDer

recurrent

sparse
リンク
NeuralRecon：単眼ビデオからのリアルタイムコヒーレント3D再構成
arxiv_reader 2021/04/02
単眼ビデオからのリアルタイム3Dシーン再構成のためのNeuralReconという名前の新しいフレームワークを提示します。各キーフレームで個別にシングルビュー深度マップを推定し、後でそれらを融合する以前

video

3D

arXiv

dataset

recurrent

arXiv reaDer

monocular

sparse

reconstruction

real time
リンク
RESA：レーン検出のための反復機能シフトアグリゲーター
arxiv_reader 2021/03/26
車線検出は、自動運転における最も重要なタスクの1つです。さまざまな複雑なシナリオ（たとえば、重度のオクルージョン、あいまいな車線など）と、車線注釈に固有のまばらな監視信号のために、車線検出タスクは依然

benchmark

sparse

arXiv reaDer

occlusion

arXiv

CNN

detection

recurrent
リンク
行動認識のための効率的な時空間コンテキストモデリング
arxiv_reader 2021/03/23
文脈情報は、行動認識において重要な役割を果たします。ローカル操作では、遠距離恋愛の2つの要素間の関係をモデル化するのが困難です。ただし、任意の2点間のコンテキスト情報を直接モデル化すると、計算とメモリ

segmentation

dataset

recurrent

arXiv reaDer

action recognition

arXiv

sparse

3D

attention
リンク
ビデオでの非同期でまばらな人間と物体の相互作用の学習
arxiv_reader 2021/03/05
人間の活動はビデオから学ぶことができます。効果的なモデリングにより、アクションラベルだけでなく、サブアクティビティの進行などのアクティビティの時間的構造も発見できます。生のビデオ信号からそのような構造

arXiv reaDer

activity

arXiv

sparse

adaptation

recurrent

human

action recognition

segmentation
リンク
洗練されたオプティカルフロー推定のための正規化された畳み込みアップサンプリング
arxiv_reader 2021/02/16
オプティカルフローは、畳み込みニューラルネットワーク（CNN）が大きなブレークスルーをもたらした回帰タスクです。ただし、これは、コストボリュームとピラミッド表現を使用するため、大きな計算上の要求が発生

arXiv

recurrent

sparse

dataset

benchmark

representation

optical flow

CNN

estimation

arXiv reaDer
リンク
SSTVOS：ビデオオブジェクトセグメンテーションのためのスパース時空間トランスフォーマー
arxiv_reader 2021/01/25
このホワイトペーパーでは、ビデオオブジェクトセグメンテーション（VOS）へのTransformerベースのアプローチを紹介します。以前の作業の複合エラーとスケーラビリティの問題に対処するために、Spa

domain

representation

recurrent

attention

segmentation

arXiv

transformer

arXiv reaDer

sparse
リンク
構造化されたオンラインマップのための階層的反復注意ネットワーク
arxiv_reader 2020/12/24
この論文では、スパース3D点群からのオンライン道路ネットワーク抽出の問題に取り組みます。私たちの方法は、アノテーターがレーングラフを作成する方法に触発されています。最初にレーンの数を特定し、次に各レー

point cloud

recurrent

arXiv

differentiable

attention

loss function

arXiv reaDer

sparse

3D
リンク
河川ネットワークの流れと温度を予測するための物理学に基づく反復グラフネットワーク
arxiv_reader 2020/12/09
この論文では、高度な機械学習モデルと物理ベースのモデルを組み合わせて、河川ネットワークの水流と温度の予測を改善する、物理に基づく機械学習アプローチを提案します。最初に、繰り返しグラフネットワークモデル

learning

recurrent

sparse

arXiv

pre-training

arXiv reaDer

loss function
リンク
前のページ 1 2 3

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx