本稿では、従来のノンリファレンス画像品質評価(NR-IQA)手法における、ラベル付けされたサンプルの不足と、質感や歪み特徴の表現能力の限界という課題を、マルチタスク学習と注意機構ベースの特徴融合モジュールによって解決する新しい手法を提案する。
Integrating textual analysis of financial news and sentiment with deep learning models, particularly LSTM optimized by PSO, significantly improves the accuracy of EUR/USD exchange rate forecasting compared to traditional methods.
This research paper introduces a novel multi-task deep learning framework for no-reference image quality assessment (NR-IQA) that outperforms existing methods by leveraging high-frequency image information and a distortion-aware network.
Zer0-Jack, a novel jailbreaking method, effectively attacks black-box Multi-modal Large Language Models (MLLMs) by leveraging zeroth-order optimization and patch coordinate descent to generate malicious image inputs with high success rates and low memory usage.
GaussianCutは、3Dガウシアン スプラッティング(3DGS)を使用して表現されたシーンにおいて、インタラクティブなオブジェクトセグメンテーションを実現する新しい手法である。
本文提出了一種簡單有效的動態圖演算法,用於解決允許回溯的共乘問題,並證明該演算法能維持低差異值和較低的回溯成本。
本文提出了一種利用逆向強化學習從專家示範數據中學習獎勵函數,並結合運動規劃器生成逼真且安全的自主水面艦艇靠泊策略的方法。
SP-VIO 是一種新型視覺慣性里程計 (VIO) 演算法,透過重建狀態和測量模型,並採用僅姿態 (PO) 理論和雙狀態變換 Rauch-Tung-Striebel (DST-RTS) 回溯方法,在保持高效能的同時,提高了定位精度和在視覺中斷條件下的穩健性。
본 논문에서는 그래프에서 간선이 동적으로 추가 및 삭제되는 상황에서도 낮은 불균형을 유지하며 효율적으로 카풀링을 수행할 수 있는 알고리즘을 제시합니다.
GaussianCut enables interactive 3D object segmentation in scenes represented by 3D Gaussian Splatting (3DGS) by leveraging user input and a graph-cut algorithm to partition scene Gaussians into foreground and background.