深層畳み込みニューラルネットワークとリカレントニューラルネットワークモデルに基づく事故影響予測
本稿では、事故の発生後、周囲の交通流に及ぼす影響を予測するための、LSTMとCNNを組み合わせたカスケード型深層学習モデルを提案する。
Harmonizing Pixels and Melodies: Maestro-Guided Film Score Generation and Composition Style Transfer (A Research Paper)
This research introduces HPM, a novel AI framework that leverages a latent diffusion model and a comprehensive film score dataset to automatically generate original and stylistically-controlled film scores from video input.
Gradient Descent Dynamics in Single-Layer Transformers with Softmax and Gaussian Attention
This research paper investigates the optimization dynamics of single-layer Transformers, specifically focusing on the impact of Softmax and Gaussian attention kernels on Gradient Descent (GD) convergence.
모든 저랭크 언어 모델에 대한 모델 도용
본 논문에서는 조건부 쿼리 모델을 사용하여 모든 저랭크 언어 모델, 특히 Hidden Markov Model(HMM)에 대한 모델 도용을 효율적으로 수행할 수 있는 알고리즘을 제시합니다.
雙重簽署分段式 DNSSEC：應對量子威脅的策略
為應對量子計算對傳統數位簽章構成的威脅，本文提出了一種雙重簽署分段式 DNSSEC 方案，結合傳統和後量子數位簽章，在量子計算時代來臨前提供增強的安全保障。
基於修正任務雅可比矩陣和放鬆障礙函數的半身人形機器人高效虛擬實境遙操作，用於避免自碰撞
本文提出了一種基於虛擬實境 (VR) 的遙操作方法，通過修改任務雅可比矩陣將追蹤器映射到機器人關節，並使用放鬆障礙函數進行自碰撞避免，從而實現對半身人形機器人的高效、安全控制。
Predicting Traffic Accident Impact Using a Deep Learning Cascade Model with Real-World Data from Los Angeles County
This research paper introduces a novel deep learning model that combines LSTM and CNN architectures to predict the impact of traffic accidents on surrounding traffic flow, utilizing readily available real-world data and a new metric for quantifying accident impact.
任意の低ランク言語モデルに対するモデル窃取
本稿では、条件付きクエリモデルにおいて、任意の低ランク言語モデル、特に隠れマルコフモデル（HMM）に対する効率的なモデル窃取アルゴリズムを提案し、従来手法では必要とされた高フィデリティ条件を必要としない学習手法を理論的に示した。
양자 컴퓨터 위협에 대응하기 위한 이중 서명 및 단편화된 DNSSEC
본 논문에서는 기존 DNSSEC의 양자 컴퓨터 취약성을 해결하기 위해 전통적인 디지털 서명과 양자 내성 서명을 결합한 이중 서명 방식을 제안하고, DNSSEC 응답 메시지 크기 제한을 극복하기 위해 응용 계층에서의 단편화 기법을 활용하여 이중 서명 DNSSEC의 실현 가능성을 검증합니다.
수정된 작업 야코비안과 자체 충돌 방지를 위한 완화된 장벽 함수를 사용한 상체 휴머노이드의 효과적인 가상 현실 원격 조작
본 논문에서는 수정된 작업 야코비안과 자체 충돌 방지를 위한 완화된 장벽 함수를 사용하여 상체 휴머노이드 로봇을 효과적으로 원격 조작하기 위한 VR 인터페이스 접근 방식을 제시합니다.
© 2024 by Linnk AI