コンピュータビジョン

ultralytics — Ultralytics YOLO 🚀

ultralyticsはYOLO(You Only Look Once)の技術を使用したオブジェクト検出ライブラリで、高い精度を提供している。

yolov5 — Ultralytics YOLOv5 in PyTorch > ONNX > CoreML > TFLite

YOLOv5という物体検出アルゴリズムをPyTorchから他の言語に変換できるライブラリ。

コンピュータビジョン物体検出検出

supervision — We write your reusable computer vision tools. 💜

supervisionは、機械学習技術を活用して、ユーザー独自のコンピュータビジョンツールを作成することができる。

未読 188件

ultralytics — Ultralytics YOLO 🚀

ultralyticsはYOLO(You Only Look Once)の技術を使用したオブジェクト検出ライブラリで、高い精度を提供している。

用途: オブジェクト検出
難易度: Easy
コスト: Low

yolov5 — Ultralytics YOLOv5 in PyTorch > ONNX > CoreML > TFLite

YOLOv5という物体検出アルゴリズムをPyTorchから他の言語に変換できるライブラリ。

コンピュータビジョン物体検出検出

用途: 物体検出
難易度: Easy
コスト: Medium

supervision — We write your reusable computer vision tools. 💜

supervisionは、機械学習技術を活用して、ユーザー独自のコンピュータビジョンツールを作成することができる。

用途: オリジナルコンピュータビジョンツール
難易度: Easy
コスト: High

コンピュータビジョン物体検出分類セグメンテーション画像

label-studio — Label Studio is a multi-type data labeling and annotation tool with standardized output format

データラベル化と注釈化を行うためのツールです。

用途: データラベル化ツール
難易度: Easy
コスト: Low

vision — Datasets, Transforms and Models specific to Computer Vision

コンピュータビジョンのデータセット、変換、モデルのライブラリ。

用途: コンピュータビジョン
難易度: Easy
コスト: Medium

品質予測/異常検知コンピュータビジョンセグメンテーション分類検出画像

cvat — Computer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.

CVATは、機械学習用の業界標準のデータエンジンです。さまざまなスケールのチームが使用し、さまざまなスケールのデータに対応しています。

用途: データのラベル付けと管理
難易度: Easy
コスト: High

コンピュータビジョンセグメンテーション分類画像動画

labelme — Image annotation with Python. Supports polygon, rectangle, circle, line, point, and AI-assisted annotation.

イメージを注釈するツール。ポリゴン、長方形、円、線、点などを注釈することができる。

用途: イメージ注釈
難易度: Easy
コスト: High

carla — Open-source simulator for autonomous driving research.

CARLAは、オープンソースのシミュレータで、主に自動運転研究のために使われます。このシミュレータを使うことで、車両などのロボットをシミュレートし、様々なシナリオを実行できます。

用途: 自動運転研究用のオープンソースシミュレータ
難易度: Easy
コスト: Medium

Meshroom — Node-based Visual Programming Toolbox

ノードベースのビジュアルプログラミングツールです。

コンピュータビジョン3D・点群画像テキスト3D

用途: ビジュアルプログラミングツール
難易度: Easy
コスト: High

colmap — COLMAP - Structure-from-Motion and Multi-View Stereo

このライブラリは、3次元幾何学とモーションの解析のためのオープンソースライブラリです。このライブラリは、複数の視点からの画像を扱い、構造計算とマルチビューステレオの解析をサポートしています。

用途: 3次元幾何学とモーションの解析
難易度: Easy
コスト: Medium

kornia — 🐍 Geometric Computer Vision Library for Spatial AI

このリポジトリでは、金融分野に適したLarge Language Modelsを提供しています。

コンピュータビジョン画像

用途: 金融用のLarge Language Models
難易度: Easy
コスト: High

rerun — Visualize, query, and stream to train on multimodal robotics data.

データをロギング・ストーリング・クエリして視覚化できるSDKです。

コンピュータビジョンマルチモーダル画像

用途: データロギングおよび視覚化
難易度: Easy
コスト: High

OpenWorldLib — Unified Codebase for Advanced World Models.

OpenWorldLibは、進化する世界モデルを提供する統一されたコードベースです。

コンピュータビジョン3D・点群生成動画3D

用途: 世界モデルを提供する
難易度: Easy
コスト: High

stanza — Stanford NLP Python library for tokenization, sentence segmentation, NER, and parsing of many human languages

stanzaは、さまざまな言語を処理するための言語処理用ライブラリです。

コンピュータビジョンセグメンテーション分類

用途: 言語処理用ライブラリを提供する
難易度: Easy
コスト: Low

品質予測/異常検知コンピュータビジョンセグメンテーション生成画像テキスト

Echo-Memory: A Controlled Study of Memory in Action World Models

この研究では、エピソード記憶を制御するために、エピソード記憶モデルを設計および評価しました。エピソード記憶モデルは、エピソード内の重要な情報を記憶し、エピソード間の相関関係を特定することができます。

用途: エピソード記憶
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョンセグメンテーション生成教師あり教師なし

Disentanglement with Holographic Reduced Representations

画像分割を目的としたDeep learningモデルを提案した論文です。Deep learningモデルが画像を構成するオブジェクトに適切に分割できるようにするために、画像を分割したときの画像の特徴量を用いて学習します。

用途: 画像分割
難易度: Hard
コスト: Medium

品質予測/異常検知コンピュータビジョンセグメンテーション教師なし

A Unifying Framework for Concept-Based Representational Similarity

Learned representations across models and modalities often exhibit striking structural similarities, suggestin

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

センサ/時系列コンピュータビジョンマルチモーダル時系列

FMplex: Model Virtualization for Serving Extensible Foundation Models

Foundation models (FMs) are increasingly used as backbones for downstream tasks across language, vision, time-

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Safe-RULE: Safe Reinforcement UnLEarning

安全な強化学習のためのデータの削除を提案。データポイズニング攻撃からデータを保護するために、データを削除する方法を提案した。

コンピュータビジョンセグメンテーション強化学習

用途: 安全な強化学習のためのデータの削除
難易度: Hard
コスト: High

Machine-Learning Emulation of Satellite Greenhouse Gas Retrievals: Stability over Time

Retrieval algorithms are used to estimate atmospheric concentrations of greenhouse gases (GHGs), such as carbo

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

ERBench: A Benchmark and Testsuite for Equation Discovery Algorithms

方程式生成は、数値データから数学的方程式を生成することを目的としたものです。方程式生成を実現するためには、記号的回帰アルゴリズム（Symbolic Regression、SR）が使用されます。SRの実行のパフォーマンスは

用途: 方程式生成
難易度: Hard
コスト: High

表形式向きコンピュータビジョンセグメンテーション生成表形式

BSTabDiff: Block-Subunit Diffusion Priors for High-Dimensional Tabular Data Generation

高次元表形式データでは、数値サンプル（n）が特徴数（m）を上回ることが多いです。つまりこれらのドメインでは、$\mathbb{R}^m$ で直接密度関数を表現することは非実際である。私たちは、BSTabDiff：ブロック

用途: 高次元表形式データの生成
難易度: Hard
コスト: High

Asymptotic Optimality of Thompson Sampling for Risk-Averse Bandits with Sub-Gaussian Rewards

これは、不確実性やリスクを減らすために、$\rho$-NPTS (Nonparametric Thompson Sampling) というアレイフリーの非パラメトリックベースのThompson Samplingで、リスク

用途: リスク厳格なマルチ腕バンディットの最適化
難易度: Hard
コスト: Medium

Counterfactual Reasoning for Fine-Grained Evidence Disentanglement in VideoQA

この論文では、VideoQA が過度に信憑性の

コンピュータビジョンマルチモーダル検出画像動画

用途: ビデオQA に対するカウンターファクタルの推論
難易度: Hard
コスト: High

Driving Video Retrieval for Complex Queries with Structured Grounding

Video retrieval at scale is central to data curation and safety validation in autonomous driving, where users

コンピュータビジョンマルチモーダルテキスト動画

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

説明可能コンピュータビジョンセグメンテーション生成

RAM: Reachability Across Morphologies

Many stages of the robotic lifecycle, from morphology synthesis to operation, rely fundamentally on the reacha

用途: 生成
難易度: Hard
コスト: Medium

コンピュータビジョンセグメンテーション動画マルチモーダル

C$^3$ache: Accelerating World Action Models with Cross Inference Chunk Cache

ワールドアクションモデルを高速化するために、情報のキャッシュと伝達を提案します。

用途: ワールドアクションモデルを高速化するためのキャッシュと伝達
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョンセグメンテーション生成

Synthetic but Not Realistic: The Evaluation Challenge in Generative Modelling for Structured Electronic Medical Records

Synthetic healthcare data are widely proposed as privacy-preserving substitutes for real patient data, yet the

用途: 生成
難易度: Hard
コスト: High

説明可能コンピュータビジョンセグメンテーションテキスト

Evaluation Cards: An Interpretive Layer for AI Evaluation Reporting

この論文では、AI エヴァルレーション結果をより効果的に解釈するために、新しいフレームワークを提案する。

用途: AI エヴァルレーション結果の解釈
難易度: Hard
コスト: Medium

Frequency-based Constrained Sampling for Interval Patterns

Output space pattern sampling is a powerful alternative to exhaustive pattern mining for exploring large patte

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

品質予測/異常検知コンピュータビジョン動画認識検出画像テキスト

ArtiFact: A Large-Scale Multi-Modal Cultural Heritage Dataset

LLMを用いた臨床研究論文の草案作成を支援するために、生成されたテキストを検証するためのアーキテクチャを設計。これにより、虚偽の citaion、数字の不正確な記録、およびガイドライン違反が防がれます。

用途: 医学論文執筆のサポート
難易度: Hard
コスト: High

MI向き品質予測/異常検知コンピュータビジョンマルチモーダル分類検出画像

Context-Aware Deep Learning for Defect Classification in Atomic-Resolution STEM

マテリアルの非破壊検査を目的としたContext-Aware Deep Learningが提案され、エアロックの欠陥を検出する。

用途: マテリアルの非破壊検査
難易度: Hard
コスト: High

Harness Engineering for Physical AI: Robot Middleware Is the Harness Layer

ボディポーズ認識と行動解釈を目的としたReal-time body pose non-verbal communicationが提案され、人間の動作を認識して行動を解釈する。

用途: ボディポーズ認識と行動解釈
難易度: Hard
コスト: High

Vision Language Model Helps Private Information De-Identification in Vision Data

ビジュアル言語モデル（VLM）は、プライバシー保護において有効性の高い能力をもつ。しかし、視覚データを扱う際のプライバシーリスクについては、それまでほとんど注目されていなかった。VLMを使用して、プライバシー保護を確保す

コンピュータビジョン物体検出分類検出画像

用途: ビジョン言語モデルを使用したビジュアルデータのプライバシー保護
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション生成テキスト

The Token Not Taken: Sampling, State, and the Variability of AI Agent Outputs

Agentic AIシステムの不確実性が、同じ要求から異なる計画、ツールの呼び出しなどが生成されることを示唆している。このようにしてシステムの信頼性を確保するには、AIエージェントのパラメータを確立することが重要となる。

用途: AIエージェントのパラメータの確立に寄与する
難易度: Hard
コスト: High

コンピュータビジョンマルチモーダルQA画像テキスト

Baichuan-M4: A Clinical-Grade Medical Agent System for Continuous Care

連続的な治療に適した臨床級LLM医系であるBaichuan-M4を導入。臨床的な医療エージェントシステムであるBaichuan-M4は、統合的な医療エージェントシステムをベースとし、医療エージェントと医療エージェントの連

用途: 統合医療医系のためのLLMベースの医療エージェント
難易度: Hard
コスト: High

条件最適化コンピュータビジョンセグメンテーションテキスト

Quantitative Performance Analysis of Stopping Criteria for CMA-ES

この研究では、CMA-ESアルゴリズムの停止条件を評価します。この研究では、CMA-ESアルゴリズムの停止条件が機能するかどうかを調べ、アルゴリズムを改良するための情報を提供します。

用途: 最適化アルゴリズムの評価
難易度: Hard
コスト: Medium

Causally Evaluating the Learnability of Formal Language Tasks

この研究では、形式言語の学習性を評価するための方法を開発します。この方法は、形式言語の学習性がどれだけのデータを必要とするかを評価することができます。

用途: 形式言語の学習性評価
難易度: Hard
コスト: High

When Built-in Thinking Helps and Hurts: Constraint-Level Error Shifts in Instruction Following

この研究では、指示のフォローにおける思考の役割を評価します。この研究では、指示のフォローにおける思考の役割がどれだけの影響を与えるかを調べ、指示のフォローを改良

用途: 指示のフォローにおける思考の役割
難易度: Hard
コスト: Medium

説明可能品質予測/異常検知コンピュータビジョンセグメンテーションマルチモーダル

Interpretable Crisis Behavior Analysis Using Mobility and Social Media Data

人間は危機時に移動パターンやメディアの投稿のパターンが変化し、分析が難しいようになった。この研究では、運動データやメディアデータの統合を用いて危機時の行動パターンを分析し、危機の状況における行動を予測した。

用途: クライシス時の行動分析
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョンマルチモーダル分類画像テキスト

Guide Me Out: A Framework to Benchmark VLM Operators Communication in Crisis Scenarios

危機管理では、コミュニケーションと地理

用途: 危機管理におけるコミュニケーションを評価する
難易度: Hard
コスト: High

arxivGitHubあり2026-06-08

Are Reasoning Vision-Language Models Robust to Semantic Visual Distractions?

Reasoning Vision-Language Models (VLMs) achieve strong performance on complex multimodal tasks, but reliable r

コンピュータビジョンマルチモーダル画像テキスト

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

コンピュータビジョン動画認識テキストマルチモーダル

MemoryVLA++: Temporal Modeling via Memory and Imagination in Vision-Language-Action Models

Temporal modeling is essential for robotic manipulation, as effective control requires both memory of past int

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

End-to-End Optimization of Incoherent Imaging for Classification Under Detector-Limited Readout

End-to-end co-optimization of optical front-ends (e.g. metasurfaces) and neural network back-ends has been wid

コンピュータビジョンセグメンテーション分類検出

用途: 分類
難易度: Hard
コスト: Low

品質予測/異常検知コンピュータビジョンセグメンテーション生成画像テキスト

Cranio-Diff: Diffusion-based Cross-domain Craniofacial Reconstruction with 2D X-ray Skull Guidance and Structural Identity Constraints

The state-of-the-art generative models, such as CycleGAN, Pix2Pix, and diffusion models have demonstrated rema

用途: 生成
難易度: Hard
コスト: High

センサ/時系列品質予測/異常検知コンピュータビジョンセグメンテーション生成画像

arxivGitHubあり2026-06-08

TUDSR: Twice Upsampling-Diffusion for Higher Super-Resolution

Diffusion-based generative models have achieved remarkable success in real-world image super-resolution (SR).

用途: 生成
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション生成画像動画

Prisma-World: Camera-Controllable Multi-Agent Video World Model

Video world models have made rapid progress in generating controllable visual experiences, but most of them st

用途: 生成
難易度: Hard
コスト: High

ContextShift: A Controlled Benchmark for Context Dependence in Object Detection

Modern object detectors achieve strong performance on standard benchmarks, yet their robustness to contextual

コンピュータビジョン物体検出検出画像テキスト

用途: 検出
難易度: Hard
コスト: High

vesselFM-CT: Segmenting All Blood Vessels in CT Images for System-Level Cardiovascular Analysis

The vascular network in the human body is characterized by blood vessels exhibiting drastic structural variati

コンピュータビジョン3D・点群分類生成画像

用途: 分類
難易度: Hard
コスト: High

センサ/時系列コンピュータビジョン動画認識画像テキストマルチモーダル

IB-HFN: Information Bottleneck-Driven SAR-Optical Fusion Network for High-Fidelity Cloud Removal

Synthetic aperture radar (SAR)-assisted optical cloud removal aims to recover surface information obscured by

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

説明可能コンピュータビジョンマルチモーダル生成画像テキスト

MAGIS: Evidence-Based Multi-Agent Reasoning for Interpretable Strabismus Clinical Decision-Making

Strabismus is a common ocular disorder that requires fine-grained subtype diagnosis for individualized treatme

用途: 生成
難易度: Hard
コスト: High

SOMA: From Surface Observations to Muscle Anatomy

With the growing demand for realistic virtual humans, parametric body models have become a cornerstone of mode

コンピュータビジョン3D・点群3D

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Zero-Parameter Geometric Gating for Temporally Stable Low-Altitude UAV Video Semantic Segmentation

Video semantic segmentation for low-altitude UAVs requires temporal consistency, yet dense optical flow introd

コンピュータビジョンセグメンテーション画像動画

用途: セグメンテーション
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション生成画像テキスト

OmniGen-AR: AutoRegressive Any-to-Image Generation

Autoregressive (AR) models have demonstrated strong potential in visual generation, offering superior performa

用途: 生成
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョンセグメンテーション検出異常検知3D

Illumination-Invariant Anomaly Detection for Sub-Canopy UAV Multispectral Point Clouds

Unmanned Aerial Vehicle (UAV) multispectral point clouds (MPC) provide high-dimensional spatial-spectral data

用途: 検出
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション異常検知テキストマルチモーダル

Scaling by Diversified Experience for Vision-Language-Action Models

Vision-Language-Action models face significant challenges in real-world deployment due to the entanglement of

用途: 異常検知
難易度: Hard
コスト: High

SynManDex: Synthesizing Human-like Dexterous Grasps from Synthetic Human Pre-Grasps

Human hand-object interactions encode functional intent, but direct transfer to robotic hands often fails unde

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

センサ/時系列コンピュータビジョンセグメンテーション検出3D

Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions

Autonomous mobile robots operating in tight environments require motion planning frameworks that account for t

用途: 検出
難易度: Hard
コスト: High

Deterministic Execution of ROS~2 Applications via Lingua Franca

The Robot Operating System~2 (ROS 2) is a widely used middleware for robotic systems, characterized by a publi

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

githubGitHubあり2026-06-08

ml-agents — The Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source project that enables games and simulations to serve as environments for training intelligent agents using deep reinforcement learning and imitation learning.

Unityを使用してマシンラーニングエージェントを訓練して訓練できるツールです。

コンピュータビジョン3D・点群3D強化学習

用途: Unityでマシンラーニングエージェント
難易度: Easy
コスト: High

表形式向きコンピュータビジョンセグメンテーション生成表形式

Declarative Outcome-Conformant Synthesis: Exact, Closed-Form Specification Satisfaction and a Conformance Benchmark

We study a capability the dominant paradigm in synthetic tabular data does not provide: exact satisfaction of

用途: 生成
難易度: Hard
コスト: High

Discovering and decoding latent mean-field structure with variational autoencoders

Generative models are increasingly used to capture correlations in many-body systems, but the representations

コンピュータビジョンセグメンテーション生成

用途: 生成
難易度: Hard
コスト: Medium

センサ/時系列コンピュータビジョンセグメンテーション回帰時系列

When Are Neural Interaction Discoveries Real? Identifiability, Recoverability, and a Pre-Fit Diagnostic

When a neural time-series model reports that one variable modulates another's effect on a target, is the disco

用途: 回帰
難易度: Hard
コスト: Low

品質予測/異常検知コンピュータビジョンセグメンテーション強化学習

Structure-Conditioned Actor-Critic Branches for Quality-Diversity Reinforcement Learning

Quality-diversity reinforcement learning (QD-RL) aims to construct policy repertoires that contain both high-p

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

表形式向きコンピュータビジョン動画認識テキスト動画マルチモーダル

Harnessing Streaming Video in the Wild

Vision-Language Models (VLMs) are increasingly required to process unbounded video streams in applications suc

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョンセグメンテーションテキスト

More Yap Less Meaning: Uncovering Self-Improvement Behavior in SLMs

Recently, language models have made rapid progress across various domains and applications. However, their cap

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

arxivGitHubあり2026-06-07

Vision-Language Work Zone Intelligence for Safety-Critical Speed Regulation of Mixed-Autonomy Vehicles in Dynamic Environments

Temporary work-zone speed limits are communicated through visually inconsistent signage and are often missing

コンピュータビジョン物体検出分類検出画像

用途: 分類
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョンセグメンテーション画像3D

Less Is More: Training-Free Acceleration Framework of 3D Diffusion Models for Low-Count PET Denoising via Global-Local Trajectory Reduction

Accurate quantification and uptake measurement in PET are critical for assessing disease progression and suppo

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション検出画像教師なし

arxivGitHubあり2026-06-07

AUCp: Pseudo-AUC for Inference Model Selection with Unlabeled Validation Data in Abnormality Detection

Abnormality detection is a crucial yet challenging task in medical image analysis. Distinguishing abnormalitie

用途: 検出
難易度: Hard
コスト: High

MI向きコンピュータビジョンセグメンテーション画像3D

PhysGraph: A Physics-aware 3D Scene Graph for Perception and Reasoning

To perform a wide range of daily tasks, robots need to construct a 3D representation that is semantically rich

用途: セグメンテーション
難易度: Hard
コスト: High

表形式向きコンピュータビジョン動画認識生成画像テキスト

DriveReward: A Comprehensive Dataset and Generative Vision-Language Reward Model for Autonomous Driving

Reward models play a pivotal role in reinforcement learning (RL) and multi-modal trajectory selection for auto

用途: 生成
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション生成予測画像

EgoPriMo: Egocentric Motion Generation for Interactive Humanoid Control

Humanoid robots require whole-body motions that adapt to scene context, task requirements, and user intent. Mo

用途: 生成
難易度: Hard
コスト: High

表形式向きコンピュータビジョンセグメンテーション生成画像テキスト

arxivGitHubあり2026-06-07

Segmentation-Assisted Brain MRI Synthesis with Cross-Image Multi-Contrast Feature Memory Bank Retrieval Augmentation

Multi-contrast brain MRI provide complementary soft-tissue characteristics that aid in the screening and diagn

用途: 生成
難易度: Easy
コスト: Low

コンピュータビジョンセグメンテーション生成マルチモーダル強化学習

Guided Discovery of New Behaviors using Diffusion Policies

Diffusion models have become a powerful tool for generative modeling in robotics, with diffusion policies exce

用途: 生成
難易度: Hard
コスト: High

センサ/時系列コンピュータビジョン3D・点群テキスト3Dマルチモーダル

Language as a Sensor: Calibrated Spatial Belief Estimation in 3D Scenes from Natural Language

Robots deployed in human-centric environments routinely receive natural-language descriptions of spatial infor

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

How Deep Are Deep GPs, Really? A Sharp Threshold and a Non-Gaussian Limit for Compositional GPs

Compositional priors describe the generic properties of layered functions in deep Bayesian models, where deep

少数データ向きコンピュータビジョンマルチモーダル

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Assessing model calibration with boosting trees

The main goal in regression modelling consists in approximating the conditional mean of a response given a set

用途: 回帰
難易度: Hard
コスト: Medium

Identifiability and Estimation for Unlabeled Finite Mixtures under Marginal Independence

We study component recovery and mixing-matrix estimation from unlabeled finite mixtures whose observable distr

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

コンピュータビジョンセグメンテーション分類画像3D

MS-COOT: Comparing Morse-Smale Complexes with Co-Optimal Transport

Understanding and comparing structures in scalar fields is a central challenge in scientific visualization, wi

用途: 分類
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション生成マルチモーダル

Test-Time Scaling in Multimodal Foundation Models: A Comprehensive Survey of Generation and Reasoning

Test-time Scaling (TTS) has emerged as a pivotal research direction for enhancing model performance by dynamic

用途: 生成
難易度: Hard
コスト: High

Empowering Feed-Forward Reconstruction Models with Metric Scale via Satellite Images

Feed-forward 3D reconstruction models have recently shown strong generalization across diverse scenes, yet mos

コンピュータビジョン3D・点群検出画像3D

用途: 検出
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション生成埋め込み画像

Neural Field Tokenizations with Hierarchy and Spatial Locality Priors

Neural fields parameterize data as functions from coordinates to values, providing a unified framework for rep

用途: 生成
難易度: Hard
コスト: High

MI向きコンピュータビジョンマルチモーダル画像テキスト動画

IMAGINE: Adaptive Schema-Imagery Enhanced Composition for Composed Video Retrieval

Composed Video Retrieval (CVR) is designed to retrieve a target video that matches a reference video modified

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

センサ/時系列コンピュータビジョンセグメンテーション分類画像テキスト

One Stone, Three Birds: Self-adaptive Optimal Transport for Multi-VLM Selection, Adaptation, and Ensembling

Vision-language models (VLMs) enable visual recognition from semantic class descriptions, which makes them att

用途: 分類
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョン3D・点群画像3D

Wispy to Voluminous: Prior-free Multi-view Capture of Strand-level Facial Hair

Facial hair is a defining trait of personal identity, yet remains a critical bottleneck for digital avatars. R

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Propeller-Assisted Robust 3D Hopping Robot with Hierarchical Force Allocation

Monopedal hopping robots are conceptually simple but highly dynamic and inherently unstable. Achieving robust

コンピュータビジョン3D・点群3D

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Entanglement in the Quantum Volunteer's Dilemma

A well-known model in game theory, the Volunteer's Dilemma describes a group of $n$ players who decide whether

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

githubGitHubあり2026-06-06

EEGUnity — An open source tool for large-scale EEG datasets processing

ビデオ diffusioin trasformerは、ビデオの長さに依存しない推論能力を持っているが、この長さのエキサポレーションは実際には困難なものである。RIFLExという手法を開発し、ビデオ長さのエキサポレーション

用途: ビデオ diffusioin trasformerで長さのエキサポレーション
難易度: Easy
コスト: High

Empirical Transfer Operators and Finite-Sample Change Detection for Noisy Expanding Interval Maps

We study finite-sample change detection for one-dimensional noisy dynamical systems using partition-based empi

コンピュータビジョンセグメンテーション検出

用途: 検出
難易度: Hard
コスト: Medium

Combinatorial Landscape Analysis for Dominating Set and Vertex Coloring

We analyze the two combinatorial problems of Dominating Set and Vertex Coloring regarding what kind of local o

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション生成回帰テキスト

TBD-VLA: Temporal Block Diffusion Vision Language Action Model

Discrete Vision-Language-Action (VLA) models typically formulate action generation as next-token prediction ov

用途: 生成
難易度: Hard
コスト: High

VoLo: A Physical Orchestrator for Open-Vocabulary Long-Horizon Manipulation

Open-vocabulary long-horizon manipulation requires robots to reason over flexible instructions and complex mul

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Rapid co-design of Buoyancy-assisted robots for Challenging Locomotion using Gaussian Evolutionary Specialists

この論文では、水上ロボットの設計の高速化のための新しい方法を提案した。Gaussian Evolutionary Specialists（GES）を用いた設計システムを用い、ロボットの形状と制御を同時に最適化することがで

コンピュータビジョンセグメンテーション強化学習

用途: 水上ロボットの設計の高速化
難易度: Hard
コスト: High

センサ/時系列品質予測/異常検知コンピュータビジョン3D・点群生成テキスト動画

Dash2Sim: Closed-Loop Driving Simulation from in-the-wild Dashcam Videos

この論文では、ドライビングシミュレーションのためのフレームワークを提案しています。このフレームワークは、ドライビングシミュレーションを目的とした機械学習フレームワークです。このフレームワークは、大量のデータを扱う必要があ

用途: ドライビングシミュレーションのためのフレームワーク
難易度: Hard
コスト: High

Beyond Waypoints: A Trajectory-Centric Waypointing Paradigm for Vision-Language Navigation

この研究では、自然言語指示を実行するためにもっと実際的なエンベロイメントにおいて、視覚言語航行 (VLN) の問題に対処します。従来の 3 つのステージのアプローチは、目的地に到達するのを困難な場所や、計画と制御間の矛盾

コンピュータビジョンマルチモーダル生成

用途: 自動車のトラクタシー
難易度: Hard
コスト: High

Shield-Loco: Shielding Locomotion Policies with Predictive Safety Filtering

この論文では、Reinforcement Learning（RL）ポリシーを用いて安全ロボット制御を実現した。Shield-Locoは、安全な制御を提供するための予防的安全フィルタリングを実装し、ロボットの安全な行動を導

コンピュータビジョンセグメンテーション強化学習

用途: 安全ロボット制御
難易度: Hard
コスト: High

Coarse-to-Control: Action-Token Planning for Vision-Language-Action Models

この論文では、視覚言語行動モデルの改良を実現した。Coarse-to-Controlは、行動に必要な計画の空間を大幅に縮小し、行動の計画を実現するための新しいフレーム

コンピュータビジョンマルチモーダル生成

用途: 視覚言語行動モデルの改良
難易度: Hard
コスト: High

Task Editing for Generalizable 3D Visuomotor Policy Learning

3D visuomotor policies offer a promising direction for complex robotic manipulation, as depth maps and point c

コンピュータビジョン3D・点群生成3D

用途: 生成
難易度: Hard
コスト: High

センサ/時系列コンピュータビジョンセグメンテーション

Compliance-Based Sensor Placement for Force Sensing on a Sensorized Prostate Phantom

This work presents a compliance-based sensor placement method for force sensing on a sensorized prostate phant

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョンマルチモーダル

LIMMT: Less is More for Motion Tracking

We argue that high-quality motion data can steer tracking policies toward better optimization trajectories ear

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Think Like a Pilot: Fine-Grained Long-Horizon UAV Navigation

VLNベンチマークでは、ディシクリットな操作や粗い操作が使われ、UAVのヴィジョンラングジュアクション（VLJ）タスクでは短い操作が中心で、長時間飛行に対応できるfineグラINEDUAVナビゲーション（FLIGHT）ベ

コンピュータビジョンマルチモーダルテキスト動画

用途: ドローンの長時間飛行
難易度: Hard
コスト: High

品質予測/異常検知画像検査コンピュータビジョン3D・点群画像3D

Three-dimensional hydro-cluttered locomotion by an undulatory robot

Aquatic robots have expanded human access to underwater environments, yet many underwater spaces contain obsta

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

huggingfaceHugging Faceあり2026-06-05

AnchorWorld: Embodied Egocentric World Simulation with View-based Evolution Customization

Despite being a pivotal frontier, interactive world modeling remains underexplored in terms of the versatile c

コンピュータビジョン3D・点群テキスト3D

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-06-05

UniSHARP: Universal Sharp Monocular View Synthesis

In this work, we focus on extending SHARP, the popular photorealistic view synthesis method, for universal mon

コンピュータビジョン3D・点群生成画像3D

用途: 生成
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-06-05

PaperFlow: Profiling, Recommending, and Adapting Across Daily Paper Streams

Scientific paper recommendation is typically evaluated as static ranking over a fixed candidate set, yet real

コンピュータビジョン動画認識

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

Causal Atlases from Entropic Inference: Bayesian Networks beyond Optimal DAGs

Deep Learningモデルのパラメータの最適化には、テスト時パフォーマンスを最適化することが重要なステップで、しかし、従来のアルゴリズムでは、テスト時パフォーマンスを最適化することは困難である。Double Pre

用途: パラメータの最適化
難易度: Hard
コスト: Medium

少数データ向きコンピュータビジョンセグメンテーション

Function-Space Priors for Bayesian Neural ODEs with Application to Vessel Trajectory Prediction

自動識別装置（AIS）データから船舶の軌跡を予測するためのオードインアリティー方程式（ODE）にベイズ推論を用いたモデルを開発しました。このモデルは、軌跡の不確実性も同様に予測されるため、安心して判断・意思決定が可能にな

用途: 船舶の軌跡予測
難易度: Hard
コスト: Medium

DAS-PINNs for high-dimensional partial differential equations: extending deep adaptive sampling to spacetime domains

時計関係の高次元偏微分方程式の解には、空間上では局所化し、動的にも変化する解を見つけなければならないが、これは、物理的に導かれたニューラルネットワーク（PINNs）を用いることで解くことができる。ただし、PINNsの単純

用途: 物理的に導かれたニューラルネットワークを用いてパラメトリック偏微分方程式を解く
難易度: Hard
コスト: Medium

説明可能コンピュータビジョンセグメンテーション生成埋め込みマルチモーダル

Discrete Causal Representations from Heterogeneous Domains: A Bayesian Approach with Social Survey Applications

この研究では、複数のドメインの複雑なデータを分析するために、Bayesian モデルを使用して因果関係を分析するツールを開発します。主に社会調査に使用できるツールです。

用途: 複数のドメインの因果関係を分析するツールを開発
難易度: Hard
コスト: High

Diffusion Models Observe Only Gradients: A Geometric Perspective on Score Matching Errors

本論文では、ディフュージョンモデルの解釈方法を提唱します。この方法は、ディフュージョンモデルによる標的分布の解釈を可能にすることを目的としており、モデルが標的分布に近づく速度を正確に評価し、解釈可能な結果を得ることができ

用途: ディフュージョンモデルの正確性と解釈
難易度: Hard
コスト: High

Conformal Risk-Averse Decision Making with Action Conditional Guarantee

この研究では、安全な決定を取るための方法を提案します。機械学習モデルを使った安全な決定は、不確実性の量化とUQメソッドが必要です。Conformal predictionは、予測結果を予

用途: 安全な決定を取るための方法
難易度: Hard
コスト: Medium

On the Hardness of Optimal Motion on Trees

This paper presents a simple framework that settles the complexity of Multi-Agent Path Finding (MAPF) on trees

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

品質予測/異常検知コンピュータビジョン3D・点群動画3D

What Matters When Cotraining Robot Manipulation Policies on Everyday Human Videos?

Human video datasets used for cotraining robot manipulation policies largely consist of curated demonstrations

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

TempoVLA: Learning Speed-Controllable Vision-Language-Action Policies

この研究では、ロボット操作のスピードの可変性を扱いました。この研究で提案したTempoVLAは、スピードの変化を可能にする強化学習モデルです。

コンピュータビジョンマルチモーダル強化学習

用途: スピード可変的バージョン言語行動ポリシー
難易度: Hard
コスト: High

Waypoints Matter: A Systematic Study for Sampling-Based Trajectory Planning

この研究では、フェスタースター自動運転用の軌跡計画を改善するための新しい方法を提案します。 Waypoints Matter は、ロボットが目標地に向かって進むための最適なルートを決定します。

用途: フェスタースター自動運転用の軌跡計画
難易度: Hard
コスト: Medium

センサ/時系列コンピュータビジョン3D・点群音声3D

Towards Realistic 3D Sonar Simulation

この研究では、実際のアカウシック現象を考慮して、3Dソナーシミュレーションを改善するモジュラー構成を提案します。

用途: 3Dソナーシミュレーションの改善
難易度: Hard
コスト: High

Robots Need More than VLA and World Models

Generalist robot intelligence is often framed as a policy-scaling problem: collect more robot demonstrations,

コンピュータビジョン3D・点群生成動画3D

用途: 生成
難易度: Hard
コスト: High

コンピュータビジョンマルチモーダル異常検知テキスト動画

Towards a Data Flywheel for Embodied Intelligence in Logistics

Autonomous drivingでは、ロボットが視覚認識した情報に基づいて行動を決定する必要があるが、過去のデータで構築された空間モデルでは、ロボットの行動を予測することが困難であるため、空間モデルを構築することによ

用途: ロボットの行動予測に適した空間を構築
難易度: Hard
コスト: High

The Economics of Proof-of-Useful-Work

Proof-of-work (PoW) blockchains rely on computational expenditure to secure a ledger supporting a native crypt

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

Competing Auctions in Intermediated Markets

We analyze competing auctions in intermediated markets, where a seller selects among parallel mechanisms for t

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

DNQ: Deep Nash Q-Network for Partially Observable n-Player Games

DNQは、部分観測可能なnプレーヤーの競争ゲームを解決するためのフレームワークです。このフレームワークは、ゲームの最終結果を予測するために使用されます。

用途: 部分観測可能なnプレーヤーの競争ゲームを解決
難易度: Hard
コスト: High

huggingfaceHugging Faceあり2026-06-04

Cosine Misleads: Auxiliary Losses Reshape Vision Language Models, Not Their Latents

Latent visual reasoning (LVR) inserts supervised latent tokens between perception and answer generation in vis

品質予測/異常検知コンピュータビジョンマルチモーダル生成画像テキスト

用途: 生成
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-06-04

Direct 3D-Aware Object Insertion via Decomposed Visual Proxies

Object insertion aims to seamlessly composite a reference object into a specified region of a background image

MI向き品質予測/異常検知コンピュータビジョン3D・点群生成画像テキスト

用途: 生成
難易度: Easy
コスト: High

表形式向き説明可能コンピュータビジョンセグメンテーション表形式

GOTabPFN: From Feature Ordering to Compact Tokenization for Tabular Foundation Models on High-Dimensional Data

大きな言語モデルをデータ効率的に訓練するための、新しい方法、 GOTabPFNを提案した。

用途: 大きな言語モデルのデータ効率化
難易度: Hard
コスト: High

表形式向きコンピュータビジョンセグメンテーション検出テキスト表形式

TabSODA: Tabular Diffusion based Imputation with Skip Pattern Detection and Ordinal Awareness

本論文では、欠損値がある表格型データの欠損補完に関して取り組み、欠損値がないセルと同様に動作するSkipパターン検出と順序性意識のあるdiffusionベースの欠損補完アルゴリズムを提案しました。

用途: 表格型データの欠損補完
難易度: Hard
コスト: High

表形式向きCPUで試しやすいコンピュータビジョンマルチモーダル分類

Worker Utility as Hysteresis: A Preisach Model of Transaction Acceptance in Gig Labour Markets

この研究では、個人の意思決定に対する効率的な解析 (Worker Utility) を提案しており、個人の意思決定を効率的に解析し、それを活用する。

用途: 個人の意思決定に対する効率的な解析
難易度: Hard
コスト: High

説明可能コンピュータビジョンセグメンテーション予測

ReSGA: A Large Tail Risk Model for Learning Value-at-Risk and Expected Shortfall

この研究では、値または期待短期的なリスク管理 (Value-at-Risk and Expected Shortfall) を提案しており、短期的なリスクを効率的に管理する。

用途: 値または期待短期的なリスク管理
難易度: Hard
コスト: Low

Deterministic Envelopes for Tamed SGLD: Decoupling Stochastic-Gradient Noise and Localizing Taming

この研究では、ストッキング勾配降下法 (Stochastic-Gradient Langevin algorithms) の安定性を確保する方法を提案しており、

用途: ストッキング勾配降下法の安定性
難易度: Hard
コスト: Medium

コンピュータビジョンセグメンテーション検出生成テキスト

Global Sketch-Based Watermarking for Diffusion Language Models

Watermarking methods for language models have been studied extensively in the autoregressive setting, where to

用途: 検出
難易度: Hard
コスト: High

When Both Layers Learn: Training Dynamics of Representing Linear Models via ReLU Networks

In this paper, we study the gradient descent dynamics for jointly training both layers of a one-hidden-layer R

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

The price of multi-group transductive learning

We show every multi-group learner in the transductive setting may incur a multiplicative penalty in its error

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

説明可能品質予測/異常検知コンピュータビジョンセグメンテーション

U-Net-Accelerated Quality-Diversity Optimization for Climate-Adaptive Urban Layouts

都市計画を最適化するために、クオリティ-ダイバーシティ最適化を使用する方法を提案する。

用途: 都市計画の最適化
難易度: Hard
コスト: High

Improved Approximation Guarantees for Groupwise Maximin Share Fairness

We study the problem of fairly allocating a set of indivisible goods to a set of $n$ agents with additive valu

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

huggingfaceHugging Faceあり2026-06-03

Imaginative Perception Tokens Enhance Spatial Reasoning in Multimodal Language Models

Vision language models (VLMs) excel at many tasks but still struggle with spatial reasoning when critical info

表形式向き説明可能コンピュータビジョンマルチモーダル画像テキスト

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-06-03

MapAgent: An Industrial-Grade Agentic Framework for City-scale Lane-level Map Generation

Lane-level maps are critical infrastructure for autonomous driving and lane-level navigation, yet constructing

センサ/時系列コンピュータビジョンマルチモーダル生成画像

用途: 生成
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-06-03

GRAIL: Generating Humanoid Loco-Manipulation from 3D Assets and Video Priors

Scaling humanoid loco-manipulation requires robot-compatible demonstrations across diverse objects, whole-body

コンピュータビジョン3D・点群生成画像動画

用途: 生成
難易度: Easy
コスト: High

githubGitHubあり2026-06-03

pcl — Point Cloud Library (PCL)

3D点群処理のためのライブラリであるPoint Cloud Library（PCL）。

コンピュータビジョン3D・点群3D

用途: 3D点群処理
難易度: Easy
コスト: High

githubGitHubあり2026-06-03

CoreNLP — CoreNLP: A Java suite of core NLP tools for tokenization, sentence segmentation, NER, parsing, coreference, sentiment analysis, etc.

CoreNLPはJavaで開発されたNLPツールのセットであり、分割、文分割、名詞認識、パーシング、コorefence、感情分析などを行える。

コンピュータビジョンセグメンテーション分類

用途: 分析
難易度: Easy
コスト: Low

Edge of Stability Selectively Shapes Learning Across the Data Distribution

Existing analyses of the edge of stability (EoS) treat it as a global property of optimization. We show that i

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Privacy-Robust Incrementality Measurement for Advertising Systems under Signal Loss

広告プラットフォームはランダム化されたLIFTテストを使用してインクレメントを評価しますが、これがプライバシを保障するためのレポートシステムを損なう可能性があります。プライバシーを保護しながら広告のインクレメント測定を可

用途: ランダム化されたLIFTテストを用いた広告のインクレメントの評価問題解決
難易度: Hard
コスト: Medium

Calibrating Urban Traffic Simulation from Sparse Road Observations via Genetic Optimization

Urban traffic simulation is a critical tool for infrastructure planning, including the placement of electric v

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Optimizing Explicit Unit-Distance Lower-Bound Certificates

The 2026 disproof of Erdős's unit-distance conjecture and Sawin's quantitative refinement show that the maximu

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

githubGitHubあり2026-06-02

Awesome-CVPR2026-CVPR2025-ICCV2025-CVPR2024-ECCV2024-AIGC — A Collection of Papers and Codes for CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2024 AIGC

CVPRに基づくAIを取り入れるための資料集を提供します。CVPR 2026、2025、2024、およびECCV 2024に基づくAIGCに関する研究論文とソフトウェアコードを含みます。

コンピュータビジョン3D・点群生成画像動画

用途: AIをCVPRに応用する
難易度: Easy
コスト: High

Recovering Direct Price Effects of Environmental Amenities in Housing Markets: Regression and Causal Machine Learning Model Assessment with Empirical Monte Carlo Simulation

Hedonic price models are widely used to assess how environmental amenities affect property values, yet methodo

用途: 回帰
難易度: Hard
コスト: Medium

説明可能コンピュータビジョンセグメンテーション回帰

ScoreStop: Gradient-based early stopping using functional score tests

Gradient boosted decision trees require a stopping rule to avoid overfitting. The standard rule monitors a val

用途: 回帰
難易度: Hard
コスト: Medium

センサ/時系列コンピュータビジョン動画認識検出時系列

Identifiable Markov Switching Models with Instantaneous Effects and Exponential Families

Temporal systems often exhibit non-stationary behaviour, such as seasonal climate variation or glucose fluctua

用途: 検出
難易度: Hard
コスト: High

センサ/時系列コンピュータビジョンセグメンテーション予測時系列

ProbRes: Volatility Learning for Probabilistic Time-Series Forecasting

Probabilistic time series forecasting has attracted increasing attention in financial applications due to the

用途: 予測
難易度: Hard
コスト: High

Convex Distance Operator Transport: A Convex and Geometry-Preserving Formulation

We introduce Convex Distance Operator Transport (CDOT), the first convex optimal transport framework that alig

コンピュータビジョンセグメンテーション分類3D

用途: 分類
難易度: Hard
コスト: High

Tree-Guided Identify-Then-Exploit: A Unified Framework of Best Arm Identification and Regret Minimization for Dueling Bandits

We study $N$-armed stochastic dueling bandits under the Condorcet-winner assumption, where three widely adopte

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

MINTS: Minimalist Thompson Sampling

The Bayesian paradigm offers principled tools for sequential decision-making under uncertainty, but its relian

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

Fast Generalization after Interpolation via Critically Damped Momentum Optimization

A central problem in machine learning is that models can achieve near-perfect training performance while gener

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

コンピュータビジョンセグメンテーション回帰テキスト

Simultaneous Model-Based Evolution of Constants and Expression Structure in GP-GOMEA for Symbolic Regression

Genetic programming (GP) approaches are among the state-of-the-art for symbolic regression, the task of constr

用途: 回帰
難易度: Hard
コスト: Medium

A Sheaf Framework for Strategic Multi-Agent Systems: From Consensus to Nash Equilibria

The coordination of heterogeneous autonomous agents in dynamic, adversarial environments requires simultaneous

コンピュータビジョン動画認識生成

用途: 生成
難易度: Hard
コスト: High

huggingfaceHugging Faceあり2026-06-01

Quality-Guided Semi-Supervised Learning for Medical Image Segmentation

Training accurate medical image segmentation models requires large amounts of densely annotated data, which is

品質予測/異常検知コンピュータビジョンセグメンテーション画像教師あり半教師あり

用途: セグメンテーション
難易度: Easy
コスト: High

githubGitHubあり2026-06-01

PosterGen — Official Repository for PosterGen - CVPR Findings 2026

このリポジトリには、CVPR 2026で発表されたポスター生成ツール「PosterGen」の公式リポジトリが含まれます。

用途: ポスター生成ツールを提供する
難易度: Easy
コスト: High

少数データ向きCPUで試しやすい条件最適化コンピュータビジョンセグメンテーション

Transferring Information Across Interventions in Causal Bayesian Optimization

Bayesian optimization is a popular way to optimize expensive systems, where every experiment, simulation, or i

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

FlowSDR: Sufficient Dimension Reduction via Conditional Normalizing Flows

Sufficient dimension reduction (SDR) seeks a low-dimensional linear projection of predictors that preserves th

用途: 回帰
難易度: Hard
コスト: Medium

Functional Clustering of Survival Data via Smoothed Log-Hazard Trajectories: A Risk-Dynamics Perspective

This paper investigates clustering in survival data by shifting the analytical focus from cumulative survival

説明可能コンピュータビジョン動画認識

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Repeated Descent: A Framework for Online Budget-Feasible Auctions

We study budget feasible procurement auctions, in which $n$ agents, each with a privately held service cost, o

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

arxivPaper only2026-05-30

Robust inference for risk heterogeneity under group imbalance

Population-level heterogeneity is ubiquitous in biomedical data, where differences across demographic or clini

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

arxivPaper only2026-05-29

Institutions and the transmission of upper-tail human capital: scientific lineages across a millennium

What made useful knowledge cumulative was not discovery alone but the institutions that transmitted it. We pro

コンピュータビジョンセグメンテーション生成テキスト

用途: 生成
難易度: Hard
コスト: High

huggingfaceGitHubありHugging Faceあり2026-05-29

OpenSTBench: Beyond Semantic Evaluation for Speech Translation

Speech translation systems increasingly span speech-to-text translation (S2TT), speech-to-speech translation (

品質予測/異常検知コンピュータビジョン動画認識生成テキスト音声

用途: 生成
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-05-29

SpatialAct: Probing Spatial Reasoning-to-Action Capabilities of VLM Agents in 3D Scenes

Humans can effortlessly perceive spatial layouts, form cognitive representations, reason about spatial relatio

コンピュータビジョン3D・点群検出テキスト3D

用途: 検出
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-05-29

PaintBench: Deterministic Evaluation of Precise Visual Editing

While current multimodal models are proficient at open-ended visual editing, executing precise single-answer e

コンピュータビジョンマルチモーダル生成画像

用途: 生成
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-05-29

Score-Control for Hallucination Reduction in Diffusion Models

Diffusion models have emerged as the backbone of modern generative AI, powering advances in vision, language,

コンピュータビジョンセグメンテーション生成画像音声

用途: 生成
難易度: Easy
コスト: High

arxivPaper only2026-05-28

Deep Binarized Photonic Reservoir Computing for Ultrafast Multimedia Signal Processing

We present a deep photonic neural network architecture based on ultrafast binary optical modulation from a dig

センサ/時系列コンピュータビジョン動画認識分類検出画像

用途: 分類
難易度: Hard
コスト: High

githubGitHubあり2026-05-28

openFrameworks — openFrameworks is a community-developed cross platform toolkit for creative coding in C++.

OpenFrameworksは、C++で構築されたクロスプラットフォームのツールキットで、クリエイティブコーディングのために使われます。このライブラリは、各種のデバイス上でプログラムを動作させることを容易にします。

コンピュータビジョン音声動画

用途: クリエイティブコーディングのためのクロスプラットフォームツールキット
難易度: Easy
コスト: High

arxivPaper only2026-05-27

Learning to Assess the Reliability of Number-of-Runs Estimation in Stochastic Optimization

In large-scale benchmarking of stochastic optimization algorithms, the key challenge is no longer whether repe

コンピュータビジョンセグメンテーション分類検出

用途: 分類
難易度: Hard
コスト: Low

arxivPaper only2026-05-27

Evolving to the Aesthetics of a Vision-Language Model

Evolutionary systems have demonstrated remarkable results in creative domains, with recent applications in gen

コンピュータビジョンマルチモーダル生成テキスト

用途: 生成
難易度: Hard
コスト: High

arxivPaper only2026-05-26

Signal-to-Noise Ratio and Sample Size Govern Representational Alignment in Neural Networks

Neural networks are known to develop latent representations that are $aligned$, namely structurally similar ac

品質予測/異常検知コンピュータビジョンセグメンテーション分類回帰

用途: 分類
難易度: Hard
コスト: High

arxivPaper only2026-05-26

A Trilemma in AMM Mechanism Design

Blockchains have popularized the Automated Market Makers (AMMs), where users trade crypto-assets directly with

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

githubGitHubあり2026-05-26

learnopencv — Learn OpenCV : C++ and Python Examples

OpenCVを用いて画像処理の学習方法を紹介している。

用途: OpenCVの学習
難易度: Easy
コスト: Medium

arxivPaper only2026-05-25

Coalition Free Energy and Adaptive Precision in Multi-Agent Cooperation

Cooperative multi-agent systems require robust mechanisms for credit assignment under uncertainty. Here we int

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

githubGitHubあり2026-05-23

insightface — State-of-the-art 2D and 3D Face Analysis Project

このプロジェクトは２Ｄおよび３Ｄ顔の分析を実現するための基盤プロジェクトであり、最先端の技術を導入して顔の分析を実現します。

コンピュータビジョン3D・点群分類検出3D

用途: 面量認証
難易度: Easy
コスト: High

arxivPaper only2026-05-21

Temporal Coding as a Substrate for Sensorimotor Object Inference: A Spiking Reinterpretation of Thousand Brains Architecture

この研究では、時間空間オブジェクト認識のためのお気に入りのサブストラットを開発するため、Spiking Reinterpretation of Thousand Brains Theoryという方法を提案しました。これは

センサ/時系列コンピュータビジョン動画認識分類

用途: 時間空間オブジェクト認識のためのお気に入りのサブストラットの開発
難易度: Hard
コスト: High

arxivPaper only2026-05-21

Do Not Trust The Auctioneer: Learning to Bid in Feedback-Manipulated Auctions

意図的なプレーヤーに反応するビジネス戦略を開発する方法が提案される。意図的なプレーヤーは、価格を高く抑えるためにアーティフィシャルビジネスを利用する。この方法により、ビジネスが意図的なプレーヤーに反応するビジネス戦略を開

用途: 意図的なプレーヤーに反応するビジネス戦略を開発する
難易度: Hard
コスト: Medium

arxivPaper only2026-05-20

How to Build Marcus's Algebraic Mind: Algebro-Deterministic Substrate over Galois Fields

この研究では、GaryマルクスのAlgebraicMindというアイデアに基づいて、計算モジュールと表現言語の間の橋渡しとして代数的認識を構築するための提案を紹介します。このモジュールでは、registerとtreele

用途: 辺端的な思考を可能とし、変数と階層化された構造化された表現の操作を実現するために、代数的認識を導入する
難易度: Hard
コスト: Medium

arxivPaper only2026-05-20

Convergence Analysis of Evolution Strategies for Mixed-Integer Optimization

この研究では、混合整数最適化の進化戦略に基づくオブジェクト関数の近似精度を確保するためのアプローチを示します。従来の進化戦略では、選択された座標の整数変数の標準偏差に下限を設けて、整数変数の収束を防ぐことが一般的です。こ

用途: 混合整数最適化問題の解法として、進化戦略(ES)に基づくオブジェクト関数の近似精度を確保する
難易度: Hard
コスト: Medium

arxivPaper only2026-05-19

Training Neural Networks with Optimal Double-Bayesian Learning

Backpropagation with gradient descent is a common optimization strategy employed by most neural network archit

コンピュータビジョンセグメンテーション分類検出

用途: 分類
難易度: Hard
コスト: High

arxivPaper only2026-05-19

Smooth Partial Lotteries for Stable Randomized Selection

部門間の競争では、評価に基づいて候補者を選択する必要があることが多い。しかし、これまでのランダムな選択メカニズムは、候補の中で微妙な差異のあるデータの不均衡を考慮していなかった。これにより、安定性が低くなる。そのため、今

品質予測/異常検知コンピュータビジョンマルチモーダル

用途: スマートなランダムな選択を促す方法を実現する
難易度: Hard
コスト: High

arxivPaper only2026-05-16

A Truthful Multiunit Profit-Optimal Mechanism for Synthesizing Social Laws

This paper studies Social Law Synthesis (SLS) in strategic multi-agent environments as a new multi-unit mechan

コンピュータビジョン動画認識生成テキスト

用途: 生成
難易度: Hard
コスト: High

arxivPaper only2026-05-13

Nonsmooth Set-Gradient Ascent to the Pareto Front via Layered Hypervolume and Magnitude Indicators

パレートフロントに近づくための非-smooth な集団を使用する方法を提案し、この方法が効果的なパレートフロントの近似を実現することを実験結果により示した。

用途: パレートフロントに近づくための非-smooth な集団を使用する方法を提案する
難易度: Hard
コスト: Medium

arxivPaper only2026-05-13

Genetic algorithm vs. gradient descent for training a neural network architecture dedicated to low data regimes in small medical datasets

Aim/Introduction: Distance-encoding biomorphic-informational neural network (DEBI-NN) is a recently proposed a

MI向きコンピュータビジョンセグメンテーション分類

用途: 分類
難易度: Hard
コスト: High

arxivPaper only2026-05-13

Offline Two-Player Zero-Sum Markov Games with KL Regularization

We study the problem of learning Nash equilibria in offline two-player zero-sum Markov games. While existing a

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

githubGitHubあり2026-05-13

maths-cs-ai-compendium — Become a cracked AI/ML Research Engineer

Becoming a cracked AI/ML Research Engineerには、AI/ML研究者のスキルと知識を高めるための手法が紹介されています。

コンピュータビジョンマルチモーダルテキスト音声

用途: AI/ML研究者を育成
難易度: Easy
コスト: High

arxivPaper only2026-05-12

Social Welfare under Heterogeneous Time Preferences

In several socioeconomic-critical decision-making settings, such as fair resource allocation, climate policy,

コンピュータビジョンセグメンテーション生成

用途: 生成
難易度: Hard
コスト: Medium

arxivPaper only2026-05-12

Bayesian Persuasion with a Risk-Conscious Receiver

We study Bayesian persuasion when the receiver evaluates actions by reward-side Conditional Value-at-Risk (CVa

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

arxivPaper only2026-05-10

RDEx-CASK: Cauchy Mutation, Archive, and Stagnation Kick for RDEx-CSOP

We extend RDEx-CSOP with 3 changes that target stagnation & late-stage variance, plus minor parameter tuning.

品質予測/異常検知コンピュータビジョンセグメンテーション生成

用途: 生成
難易度: Hard
コスト: Medium