TUMTraf Event: Fusion von Event-basierten und RGB-Kameras für Straßenverkehrsanwendungen
Event-basierte Kameras und konventionelle RGB-Kameras können durch Fusion ihre jeweiligen Stärken kombinieren und Schwächen ausgleichen.
iKUN: Kommunikation mit Trackern ohne Neuschulung
iKUN ermöglicht die Kommunikation mit Trackern ohne Neuschulung.
Topologie-Lernen für heterogenes dezentrales föderiertes Lernen über unzuverlässige D2D-Netzwerke
Die Entwicklung eines Topologie-Lernverfahrens zur Verbesserung des dezentralen föderierten Lernens über unzuverlässige D2D-Netzwerke.
Effiziente Bewertung des Risiko-Rendite-Verhältnisses der Off-Policy-Evaluierung
Effiziente Bewertung von OPE-Estimatoren durch das Risiko-Rendite-Verhältnis.
Optimierung der Domänengeneralisierung in der Bildklassifizierung durch Vision-Sprachmodelle
Die Arbeit schlägt VL2V-ADiP vor, um die OOD-Generalisierung von Vision-Modellen zu verbessern, indem Vision-Sprachmodelle distilliert werden.
Ein tiefes Instanzgenerierungsframework für MILP-Löser bei begrenzter Datenverfügbarkeit
Ein tiefes generatives Framework für MILP-Instanzen ermöglicht die Generierung realistischer Instanzen zur Verbesserung von MILP-Lösern.
MovieChat: Von dichtem Token zu spärlichem Gedächtnis für lange Videos
MovieChat überwindet Herausforderungen bei der Analyse langer Videos durch die Integration von Vision- und Sprachmodellen.
SENSEi: Input-Sensitive Compilation for Accelerating Graph Neural Networks
SENSEi optimizes GNN computations by dynamically selecting sparse-dense matrix compositions based on input attributes, achieving significant speedups.
Effiziente Nutzung von multimodalen synthetischen Daten zur Erkennung von Egoperspektivischen Mensch-Objekt-Interaktionen in einem industriellen Szenario
Die Nutzung von synthetischen Daten verbessert die Leistung von EHOI-Erkennungsmethoden erheblich.
Effiziente Erkennung von adversen Audio-Samples mit DistriBlock
Effiziente Erkennung von adversen Audio-Samples in ASR-Systemen durch Analyse von Verteilungsmerkmalen.
© 2024 by Linnk AI