「segmentation」の検索結果
168 件バルザリ＝ボレイン法のスーパー非線形収束問題に関する論文を発表しました。この論文では、バルザリ＝ボレイン法が非線形収束できないオープン集合のすべての二次型問題に対してスーパー非線形収束できないことを示しました。これは、強
時系列データ分析技術のための新しいアプローチであるTimePNS（Time Series Explanation with Counterfactual Necessity）を提案しました。TimePNSは、時系列データ
We propose a new approach to two-sample testing for deciding whether two sets of samples are drawn from the sa
Do independently trained language models come to represent the same thing in the same way? We answer for code,
ディスクリートフロー・マッチングにおけるコンテキストの正しい有用性の利用を検討した。この研究では、ディスクリートフロー・マッチングのモデルの正確さを高めるためにコンテキストの有用性を適切に利用する方法を提案した。
この研究では、車椅子の位置情報を取得するために、安全な歩道と道路を分類するセグメントを提案し、視覚障害がある人々や盲人の移動を支援する手段になる可能性があります。
モデル出力の選択のためのBoN（ベストオブナ）を、部分検証が含まれるビジョン言語タスクに適用する。この方法により、モデル出力を効率化できる。
Generative models can support decision-making under uncertainty by producing ensembles of plausible future sys
Self-supervised foundation models have recently shown strong potential for electroencephalogram (EEG)-based an
Open-vocabulary semantic segmentation (OVSS) leverages textual semantics to segment objects beyond predefined
Replacing an object with one that differs in category or shape requires complete source removal, natural targe
この研究では、大規模言語モデルを使用して、basketボールの動的理解に基づいて、プレイヤーへの関わりや時間境界を推測するモデルを開発しました。
Safe steerable catheter control is fundamentally a problem of interaction dynamics: the tip must follow a plan
ビデオ内の物体の空間推論を同時に行うことで、現存するタスク固有の注釈を超えた統一的なビデオ推論システムを構築した。
光の伝達の可微分化を用いて、入力が最も影響するシーン要素を特定するための方法を提案した。
複数モーダルデータの統合を支援するための方法とツールを提案し、医療画像認識におけるモーダル間の知見の共有を促進した。
ステンレス鋼の表面欠陥検出は、工業的な品質検査において重要であるが、従来の方法は、ひずみ、非対称性や欠陥の境界の不規則性に伴う標準的な共通化の非対称受容領域と剛性のサンプリンググリッドを利用しているため、ひずみ、非対称性
Quantitative drug-induced sleep endoscopy (DISE) requires reliable airway boundaries at specific anatomical le
Multi-object tracking in dense crowds requires solving a bipartite assignment problem between detections and t
Structured understanding of satellite video is essential for advancing dynamic geospatial scene analysis from
3D点群のセグメンテーションではクラス不均衡が発生し、有効な解決策が必要です。この研究では、11 つの不均衡対策を 2D のコンピュータビジョンとは異なる 3D の上で評価し、標準的な交差エントロピーと均衡の重み付けが競
自動化された生理学ラボでは、透明なプラスチック製品を認識、位置付け、操作するために視覚知覚が必要ですが、対象となる高品質のリアルワールドデータセットは現在限られています。この研究では、複雑なマルチオブジェクトのシーンを扱
We present HyperImageNet, a large-scale benchmark for fine-grained hyperspectral land-cover understanding. The
この論文では、非コントラストCT（NCCT）スキャン中の脳梗塞領域を正確に分割するために、周囲境界を特徴としているFrequency-Spatial Boundary Network（FSB-Net）を開発しました。
この論文では、Webly Supervised Multi-Label Recognition（WS-MLR）という手法を提案します。WS-MLRは、web画像データセットを使用して、多ラベルを解釈します。
Embodied question answering (EQA) is traditionally evaluated under an episodic formulation, where agents solve
Bimanual object reorientation - picking an object, handing it over between two arms, and placing it in a desir
Learning-based manipulation policies usually predict robot actions from sensory observations and leave their e
Memoir combines per-sample fast memory, shared slow parameters, variable-depth latent recurrence, and a future
For two decades, the standard remedy for class-imbalanced learning has been to fabricate synthetic minority ex
Graph Neural Networks trained on heterogenous bipartite graphs form a common basis in recommendation systems.
As humans, we face many decisions that require us to choose between sticking to something and giving up. This
本研究では、局所的にリップシッツ函数に対する強い大数法を証明し、モデル理論的条件や対称性条件の下でも実現するものと主張した。
この研究では、IBM Quantum ハードウェア上で実行される4キュビットの量子カーネルについて、スルーハードウェアで状態ベクトルを使用して、グラム行列における幾何学的情報の実行時の正確性を検証した。
この研究では、分配マッチングにおける高変動の削減に伴い、最適化の安定化、精度の向上を実現するために、paired サンプリングという新しい手法を提案した。
この研究では、Riemann マンIFOLD上で、誤差が小さいオプティマイザを設計し、強いG-凸な関数に対応するものを実現した。
We study regret minimization for learning CDF-related objectives of the form \[ g(x)\cdot\mathbb{P}_{X\sim\mat
複数プロジェクト間の欠陥予測を扱う研究、Multi-stage Dynamic Selection を用いて複数プロジェクト間の欠陥予測を提案する。
この研究では、マルチエージェントによるトリージュア
Discovering the direct causes and effects of a target variable from observational data is a fundamental proble
量子合成関数を使用した分類問題を解決するための方法を提案している。この方法は、学習可能な量子関数を使用し、訓練データサイズの線形スケーリングを実現している。
Classifier-free guidance (CFG) is the default mechanism for conditional generation in diffusion models, but th
Latent world models improve sample efficiency in continuous control by optimizing policies over imagined laten
In RLHF pipelines, reward scoring blocks policy updates. Slow scoring bottlenecks the entire loop, since no up
この研究では、オンライン予測の再調整アルゴリズムを提案します。このアルゴリズムは、適切な損失に対して誤差が小さい新しい予測を生成でき、過去の予測に比べて性能が向上した結果を確保することができます。
この研究では、核量子効果をシミュレートするために、画像時刻パス積分を利用した分散機械学習アルゴリズムを提案します。このアルゴリズムは、分散機械学習を利用して核量子効果をシミュレートすることに成功し、核量子効果に関連する問
Let $X(t)$, $t\in K$, be a centred Gaussian process with continuous sample paths on a compact metric space $K$
Do quantum kernels improve cross-sectional stock return prediction? We run a controlled horse race on the Chin
A record system declares when two records refer to the same entity, occurrence, scope, or rule. Its disclosed
Interactive image segmentation is critical for efficient image annotation; however, existing methods often req
RGB-D semantic segmentation has achieved remarkable progress, yet most models assume that RGB and depth are al
The function of many genes is still unknown, and conventional driver-discovery methods, which rely on how freq
MRI画像の強度正規化方法を7つ比較し、3DUネットワークモデルでMeniscusの分割精度を評価。
文語の簡素化は、言語学習者の理解を促進するための有効な手法ですが、現在実際に有効であるかどうかが確立されていません。ルーマニア語で文語の簡素化に関する基準とリソースが作成されました。
この研究ではSentence Splitterシステムを提案し、自然言語処理の精度を高めることができました。このシステムは、自然言語を句点で分割することができます。
Open-world video anomaly detection (OWVAD) is expected to detect events that match a user-specified definition
Impact hammers, also known as rock-breakers, are essential machines in mining operations, where they perform s
Recent 3D generative models produce high-quality geometry from a single image using large-scale priors and dif
長時間ビデオエクストラポレーションには、高度な視覚的知能が必要です。Self Gradient Forcingアルゴリズムは、学生モデルを教師モデルから生成される歴史の下で学習させることで、長時間ビデオエクストラポレーシ
Subject-to-video (S2V) generation has made substantial progress in preserving reference subjects across divers
Visible-infrared (VIS-IR) alignment is a key pre-training task for robust multi-sensor perception. Most existi
OffNadirLocは地学化におけるオフナジアムの視点を考慮するための基準セットを提案します。これにより、ドローンと衛星画像の交差視点地学化プロセスでは重要な構造的シーン理解と内部ドメイン間の関係的制約に重点を置くこと
Diffusion Magnetic Resonance Imaging (dMRI) is a powerful tool for probing brain microstructure, but clinical
Deep learning frameworks like nnU-Net achieve state-of-theart brain lesion segmentation performance but remain
Text-guided video editing with diffusion models is impractically slow, hindered by costly multi-step sampling
Infrared and visible image fusion (IVIF) integrates the complementary information of two modalities into a sin
Weakly supervised segmentation relies heavily on class activation maps (CAMs) to initially localize target reg
この研究では、ドローンで小さな物体を認識することを目的としたメモリ拡張型大規模言語モデルを開発しました。このモデルは、複雑なドローンの場面で、ユーザーの指示に従って物体を識別できるようになります。
The Segment Anything Model 2 (SAM2) has advanced temporal promptable segmentation, yet its deployment remains
3D Gaussian Splatting (3DGS) は 3D セグメント間の接着を実行するために使用され、テキスト ドライブ の 3D シーン エディットには不可欠です。現行の方法では、固定位置撮影から 2D ディ
自律ロボットには、障害物や事故の回避能力が必要です。これは、障害物や事故の回避能力が強化されていれば、障害物や事故に対しての対策がより効果的になります。障害物や事故の回避能力が強まることで、ロボットが障害物や事故から安全
Tracking objects through state transformations is essential for understanding real-world dynamics. However, ex
Automatic pain assessment from facial video remains challenging due to the spatial heterogeneity of pain-relat
We propose a unified variational framework for image segmentation under sparse pixel-level supervision. Our me
Cross-dataset generalisation remains a major barrier to clinical deployment of echocardiographic left ventricu
Extreme-RGMT は、高動的運動を複数のエンバーでロボットが実行できる制御システムである。ロボットは一般目的（一般運動）と専門的な運動能力（専門的な目的）を両方持つことができ、人工的な環境で人間が実行する運動を学
V2F は、日用消費財をロボットで取扱するためのシステムである。このシステムでは、ロボットが消費財を取扱うときに必要な力を予測し、物体を傷つけたり、物を作れなかったりするのを防ぐ。
In information design, an informed sender aims to influence a receiver's decision by committing to a signaling
この研究では、サンプリングのトラクトビリタを分析する新しい方法を提案しています。この方法は、サンプリングの誤差に関係する条件を分析し、サンプリングのトラクトビリタを精度よく評価します。
この文書では、バンディット型凸最適化の最小公倍数期待誤差について、最初の非ゼロの誤差下限を提案しました。これは、2次元空間で構成された凸関数のハードクラスであり、ドメインのサイズdとデータ数Tの関数です。
人間が与えるラベル相違を研究した研究では、主に分異議のあるデータを選んで分析したところ、非上昇漸近性オペレータを持つ仮説がChaosNLIで低いラベル相互に関連性があると結論づけた。しかしながら、データが選択されていない
課程学習 (Curriculum Learning) は、AIのトレーニングに使われる学習プロセスの一つで、学習が進むにつれてトレーニングデータを難易度順に変更することを含む。そのうちの難易度評価に関して議論が尽きない。
The allocation of visual attention by pathologists during cancer diagnosis is a highly selective process that
As autonomous systems and smart cities continue to evolve, the demand for efficient and robust scene understan
Long-video question answering requires a model to preserve visual evidence over time without repeatedly reproc
Video models absorb rich priors over how the visual world moves, interacts, and responds to contact, making th
計算機ビジョンと画像認識では、画像の視覚的なリッチネスを評価するために有用な指標が求められるが、これまでの指標は制限があった。この問題を解決するために、チャンネル空間の分散を利用した指標を提案する。
難しい環境で運用するためには、自動空飛ブイロード（UAV）が実際に障害物に存在する距離を判断し、安全な軌跡を計画することが求められる。 これを行うために、複数のステージ（マッピングと計画）を連続化した、サイン・ディスタン
実際の空間知能では、空間に続いて流れるビデオを理解する必要がある。この問題を解決するために、4次元空間を理解することができるモデルを提案する。
心臓の囲みの区別は、食道肥厚の測定に重要であるが、しかし、これを正確に区別することは難しい。これを解決するために、周囲の解剖学的構造を利用して囲みの区別を改善する方法を提案する。
We present a unified trajectory planning and control framework for the satisfaction of Signal Temporal Logic (
Long-reach drilling booms must reach successive poses without self-collision. Moving from operator-supervised
既存のロボットデータセットは高コスト、高度個別性、不足しているフィンガープリント構造を持ったものが多い。これらの問題を解決するために、RoboInter1.0に基づいて、RoboInter1.5を提案します。RoboIn
グラフ構造をグラウバー動力学から回復するために、ミクシングフリーや最適信号回復に重点を置く手法を研究します。
この研究では、非凸最適化をオナミ式最適化と変換する方法を提案します。この変換は、静的遺憲最適化の学習者が順列的グレードトラッカーを維持し、静的遺憲最適化では選択できるプレダクターコンパラタートを選択することで実現されます
To test how correct logical judgments respond to learned context, we prepend a soft prefix to an exactly label
existing robotic control methodの限界を解決するためのbackward dynamics extractionとunpaired domain translation methodを提案し、
existing fault detection methodの限界を解決するためのadaptive stress testing methodを提案し、商用自動運転システムの故障率を減らす。
existing VLA methodの制約を解決するためのpersistent object token methodを提案し、ロボット制御をより実用的なものにする。
existing Embodied Foundation Modelの制限を解決するためのcontact-point prediction とnative 3D grounding methodを提案し、更に能力と
Learning is increasingly introduced into visual-inertial odometry (VIO), ranging from learned feature front-en
採掘ロボットの性能向上を目指したSeg2Graspを構築し、セグメンテーション、グレイシング、クラスフィルタリングの3つのモジュールで構成されます。セグメンテーションモジュールではTransformerを利用したオブジェ
We study universal monotonicity and Frank--Wolfe stability properties for atomic splittable congestion games.
DeeperRadar is a radar-centric, sensor-stack-conditioned framework that co-designs radar sensing and multi-mod
Teleoperating a robotic manipulator in industrial environments demands precision that camera-based interfaces
Global LiDAR-to-BIM initialization must place a robot within an as-designed building model without a prior pos
Conditional diffusion models have become a powerful and flexible framework for learning complex conditional di
This paper presents a method for user-driven robot Learning from Demonstration (LfD) that reduces user effort
LiDAR place recognition supports loop closure, relocalization, and multi-agent map management. As robotic plat
Maximum-entropy reference distributions are usually constructed on the normalized probability simplex. This fo
A large body of Semi-supervised Learning~(SSL) algorithms encounter the threshold $τ$ to select pseudo-labels.
Synthetic sequential tabular data are increasingly used for privacy-preserving data sharing, yet a generator c
1ビット圧縮センシングは、情報が圧縮された状態で保存され、データ量の最適化が必要で、この問題を解決するために、Binary Iterative Hard Thresholding（BIHT）を最適化する方法を提案。
この研究では、Robotのヘッドレスアンドメインアームの両方を1台のロボットに組み込み、両機能を切り替えれるようにする技術、Handroidを開発しています。
この研究では、Vision-とTactile-based ProposalとSimulation-based Inferenceを組み合わせ、物体の位置と姿勢を推定する方法、BayesContactを提案しています。
多タスク学習はロボティクスの視覚理解系で、セマンティック セグメンテーションと深度推定の統合をサポートします。視覚基底モデル(VFM)は強力な特徴エンコーダとして広く採用されていますが、既存のデコード戦略は重要なボトルネ
Robotic navigation in unstructured environments requires robust situational awareness to safely traverse hazar
この研究では、調整されていない HMC と Langevin Sampler の偏りの解消について議論しました。調整されていないサンプラーは、通常、偏りのあるものであることが知られています。この研究
高次元カテゴリデータを視覚化できるツール「cGAP」を開発。 heat mapsを含む視覚化フレームワークの開発。
時系列データを観察し、その中に分割が起こっているかどうかを検知する方法はある。時間系列変化点を検知することができ、変化点の位置がどこにあるかを推定することができる。
この研究では、サンプル協方差行列の精度を向上させる方法を検討しました。特に、サンプルサイズが小さく、収集されたデータの特性から、正解率の期待値は小さい場合に、問題が最も発生しやすくなる可能性があります。この研究では、正解
この研究は、多人数確率ゲームへのPAC学習を研究することに関心があります。PAC学習は、機械学習モデルの確信度を高めると同時に、モデルの誤差を低下させるものです。
マルチ倍雑音を考慮したスペックルの除去法を提案し、特徴間の相関と正確なモデルを考慮することで、複雑な雑音モデルに対応した。
Whistleblowers are a key safeguard against organizational wrongdoing, but the threat of retaliation deters rep
距離検索のためのオーソリティ検索 (Cluster with Auctions for Vector Search) を提案し、検索プロセスを効率化しやすくします。
不拡張確率過程を用いた解析を行い、時刻スケールに基づいて過程を分解します。この分解により、遅いスケールに基づく収束の分析が実現されます。
Advertisers delegate bidding to autobidders; users delegate tasks to language-model agents. A person describes
非線形オブザーバシオンメカニズムや多次元データには適合しない伝統的なエンサンブルフィルタリングアルゴリズムを導入し、隠蔽データアシミレーションを提案
ストロチャスティックプロセスに観察値を組み込むことが困難であれば、単に観察値を観察できるものを学習しているという理解を拡張する新しいフレームワークを発表
バンディット問題を解くために、Thompson sampling法を用いる。
販売者は顧客を異なるセグメントに区分し、顧客に異なる価格を設定することで売上を最大化したい。その場合、顧客の幸福と販売者の幸福がどのように関係するかを調べた。
Stochastic differential equations (SDEs) are widely used to model continuous-time dynamical systems, but graph
ベストアームのアイデンティファイメントについては、固定予算の限界があり、高い精度を獲得するのは困難です。
Decision support systems (DSS) increasingly run retention what-if analysis on synthetic customer populations,
この研究では、新しい特徴融合手法を提案した。この手法は、上からの特徴と下からの特徴の関係性を考慮することで、特徴を効率的に融合し、三次元データを2次元サムライグラフにコンパクトに表現する機能をもたらせる。
In multi-objective combinatorial optimization, unsupported non-dominated points typically outnumber supported
Parlays - joint contracts on the simultaneous resolution of several events - are among the most heavily traded
Crafa's algorithmic analysis of the Italian electoral law (the "Rosatellum") showed that the statutory text de
Ethereum's Glamsterdam upgrade introduces enshrined proposer-builder separation (ePBS), replacing relay-centri
Identifying heterogeneous treatment effects under unobserved confounding is central in observational causal in
Concurrent game frames are a standard semantic framework for logics of strategic reasoning. Two notions of coa
この研究は、多くの現実世界のプロセスがディレクトグラフ(DAG)上で実装できることを証明しました。 DAG上の関数の部分観測、観測のノイズや不規則な測定値は、機能の再構成、不確実性の伝播、推定に大きな障壁となることがあり
We study the problem of multi-snapshot spike deconvolution, where the goal is to recover the locations of spar
Prophet inequalities have become a central tool for analyzing the performance of online algorithms. However, m
エキスパート間で信頼性の高い意思伝達を行うために設計されたフレームワーク。
しきい値システムでは、任意のタスクを実行するには、$\Nstar = \kappa + \Delta$の公証書が必要です。この場合、$\Delta$が余分な公証書で、タスクの遅延は公証書が$\Nstar - \kappa
この論文では、大規模スパース多目標最適化の問題に取り組むために、新しく提唱された適応可能な初期値生成アルゴリズムを提案し、アルゴリズムの効率とパフォーマンスを評価する。
オンライン購入の最適化を目的とするストラテジックビーイングアージェントフレームワークを発表する。
Responsible vulnerability disclosure can secure the defender's head start by controlling when a vulnerability
マルチアジェント最適化を使用して、クラスター選択とモデル調整のためのMMAOクラスの実現を提案しました。
この研究では、個人的な価値が付与されたアイテムを公平に分配する問題を研究します。アイテムは個人の価値を付与することがあり、アイテムの分配が公平または公正ではない場合があります。この研究では、分配に公平性を考慮する方法を提
共作を促進するための進化ゲーム理論の研究。この研究では、複数の個人が協力することで共作を促進するためのゲーム理論的枠組みを開発する。
How does an agent that can tell self from world come to be durably shaped by that distinction? Recent work sho
Mechanism design increasingly faces heterogeneous environments containing both traditional utility maximizers
We study prophet inequalities with discounted rewards, where i.i.d. base rewards are multiplicatively discount
Two-player games on graphs are a classical framework for analyzing strategic decision making. In turn-based ga
We ask under what conditions an agent with a harm-minimizing policy can displace an approval-seeking (RLHF) ag
カウントアップし合うゲームでは、プレイヤーが行動を決定し、他のプレイヤーにも反映されるメカニズムが含まれます。ゲーム理論を用いて、プレイヤーがどのような戦略で行動するかを分析し、それを計算を含むモデルとして表現することで
この研究では、オンラインリソース分配のアルゴリズムを提案している。このアルゴリズムは、リソースの供給と要求のバランスを考慮しながら、効率的な分配を目指している。
この論文では、エージェントの評価を一連の開発の間で共進化させるための新しい方法を提案します。
この研究では、スペース的部分関数化されたニューラルネットワークを提案します。
Stochastic spiking neurons trade exact arithmetic for controlled randomness, lowering area and tolerating inpu
Hybrid neural networks (HNNs) that integrate artificial neural networks (ANNs) with brain-inspired neural netw
Misalignment can change how information moves from an AI agent to a human user. We model this as an informatio
Continual learning that is gradient-free, local, online, and append-only is attractive for edge and streaming
NeuroEvolution of Augmenting Topologies (NEAT) is a widely used neuroevolution algorithm for learning neural n
Rank-based selection in dynamic environments acts on order information that becomes stale while it is being us
Open-ended evolution (OEE) in artificial life is typically driven by uninterpretable, black-box neural-network