AI 论文速递

最新

利用QPHIL进行导航：分层隐式Q学习的量化规划器
本文解决了离线强化学习中，因价值估计误差导致的信号与噪声比问题。研究提出了一种基于变换器的分层方法，通过学习量化空间，简化了低级策略的训练和规划过程，显著提高了在复杂长距离导航环境中的性能。该方法展示了明确的轨迹拼接能力，对改进离线强化学习
PDF2 days ago
利用高维状态表示和高效深度强化学习优化交通信号控制
本研究针对当前基于强化学习的交通信号控制（TSC）存在的高维状态表示未能有效提升性能的问题，提出了一种新的方法，证明高维状态表示可以显著提高TSC性能，平均等待时间可减少17.9%。此外，研究强调了通过使用成本效益高的车与基础设施（V2I）
PDF2 days ago
基于伪标签评估的自适应半监督变化检测方法
本文针对遥感变化检测中数据标注耗时和劳动强度大的问题，提出了自适应动态半监督学习方法AdaSemiCD，旨在优化伪标签的使用和训练过程。通过设计可测量的伪标签评估指标以及引入AdaFusion和AdaEMA模块，显著提升了模型对于目标对象的
PDF2 days ago
场景感知音视频语音增强与选择状态空间模型
本研究解决了语音增强过程中存在的视觉信息利用不足的问题，尤其是在面临遮挡或远摄时的环境。本论文首次提出利用同步视频中的丰富上下文信息作为辅助线索来识别噪声类型，从而显著提升语音增强性能。实验结果表明，所提出的VC-S²E方法在多个公共数据集
PDF2 days ago
LapGSR：用于引导热超分辨率的拉普拉斯重构网络
本研究解决了多模态数据融合中，低分辨率图像导致的视觉质量问题。提出的LapGSR模型通过利用拉普拉斯金字塔提取图像边缘信息，有效减少了计算负担，同时保持了图像的空间和结构细节。研究表明，该模型在ULB17-VT和VGTSR数据集上表现优异，
PDF2 days ago
参数化点云的约束学习
本研究针对现有点云学习方法忽视CAD形状固有约束的问题，提出了基于约束的深度学习模型CstNet，旨在更好地理解CAD形状。CstNet通过提取B-Rep数据或点云中的约束，并结合坐标信息，显著提升了对CAD形状的理解。实验结果表明，Cst
PDF2 days ago
基于Gumbel空间剪枝的多扫描点云高效三维感知
本研究解决了现有点云感知方法在户外环境中对远距或被遮挡物体识别的局限性。通过多次时间连续的LiDAR扫描累积，提升了感知准确性，同时引入了一种简单有效的Gumbel空间剪枝(GSP)层，在不增加计算开销的前提下，允许使用更多的LiDAR扫描
PDF2 days ago
用于多实例点云配准的3D聚焦匹配网络
该研究解决了在复杂场景中多实例点云配准的精确性不足的问题。通过提出一种新的3D聚焦和匹配网络，利用多对点云配准的学习方法，有效地定位对象中心并进行针对性的实例匹配。实验结果表明，该方法在公共基准上达到了新的最佳性能，具有重要的应用潜力。
PDF2 days ago
多层嵌入式检索解锁法律知识
本研究解决了捕捉法律知识复杂性的问题，提出了一种基于多层嵌入的法律及立法文本检索方法。通过为单个条款及其组成部分（段落、条款）和结构分组（书籍、标题、章节等）创建嵌入，旨在以不同的粒度捕捉法律信息的细微之处，从而提升法律信息检索的准确性和有
PDF2 days ago
基于图卷积网络的无参考点云质量评估
本文针对三维点云在多媒体通信中面临的质量退化和信息损失问题，提出了一种新颖的无参考点云质量评估方法。通过图卷积网络(GCN)建模多视角投影图像内容之间的相互依赖关系，实验结果表明该方法在两个公开基准数据库上性能优于现有质量评估指标，具有重要
PDF2 days ago
ALOcc：自适应升维的3D语义占用与成本体积流预测
本研究解决了现有视觉基础的语义占用和流预测在准确性上的不足，通过引入了一种考虑遮挡的自适应升维机制和深度去噪技术，增强了2D与3D特征的转换。我们的主要发现是，提出的ALOcc框架在多个基准测试中达到了速度与准确性的最佳平衡，并在CVPR2
PDF2 days ago
认知与感知一致吗？评估与缓解文档理解中的多模态知识冲突
本研究解决了多模态大型语言模型（MLLMs）在文档理解中感知与认知之间的冲突问题。论文提出了一种新的方法—多模态知识一致性微调，旨在先确保任务特定的一致性，然后连接认知和感知知识。研究发现，该方法显著减少了C
PDF2 days ago
EMPERROR：一种灵活的生成感知误差模型，用于测试自动驾驶规划器
本文研究了自动驾驶规划器在复杂现实交通环境中的表现，特别是在存在感知系统噪声的情况下。提出了一种新的生成感知误差模型EMPERROR，它能够更准确地模拟现代目标检测器的噪声特征，并在应对模仿学习规划器时显著提高碰撞率，证明其在自动驾驶系统评
PDF2 days ago
大型语言模型的训练数据
本文针对大型语言模型训练数据建设和优化的关键问题进行了探讨，强调高质量数据集对模型智能化的重要性。通过总结当前预训练和微调所需的数据状态，提供了关于数据规模、采集方法、数据类型和处理流程的深入分析，并概述了可用的开源数据集。研究结果对推动人
PDF2 days ago
儿童表情情感分类
本文提出了一种分类模型流程，用于识别儿童的情感，专注于“快乐”和“悲伤”两种情绪。采用了先进的模型概念和数据增强技术，最终实现了89%的分类准确率，强调了为年轻人提供更具体情感检测模型的重要性，同时呼吁帮助儿童在线管理情感。
PDF2 days ago
预训练模型的新兴安全与隐私：一项调查与展望
本研究解决了预训练模型在实际应用中面临的安全和隐私问题的文献缺口。通过对安全风险的系统调查，提出了一种基于输入和权重可访问性的新型攻击与防御方法分类法，帮助明确了这些模型特有的安全与隐私挑战。研究表明，不同类型的攻击与防御方式在应对预训练模
PDF2 days ago
世界模型：安全视角
本研究针对当前世界模型（WM）技术在安全性和可信度方面的不足进行分析，强调了其在构建AI代理系统中的重要性。通过深入审查当前技术和应用领域，本文揭示了技术研究挑战，并呼吁研究界合作提升WM的安全性和可信度。研究表明，WM的安全属性对其在关键
PDF2 days ago
利用ImageRAG增强超高分辨率遥感图像分析
本文针对超高分辨率遥感图像分析面临的挑战，提出了一种无训练的框架ImageRAG，通过将图像分析任务转化为长上下文选择任务，提出了一种创新的信息检索机制。ImageRAG的显著发现是能够有效选择与查询相关的图像部分，从而在确保遥感多模态大语
PDF2 days ago
基于数据驱动的微电网网络切换以增强网络恢复控制能力
本研究解决了分布式微电网在受到数据完整性攻击时的稳定性问题。论文提出了一种基于人工神经网络的物理引导框架，通过分析传入测量值来识别网络攻击，若发现异常则通过遍历通信拓扑来提高控制的稳定性。研究表明，该框架在低噪声环境中表现出强大的鲁棒性，能
PDF2 days ago
快速解耦精简张量学习用于多视图聚类
本文针对现有张量基础的多视图聚类方法在处理大规模数据时的局限性，提出了一种新的快速解耦精简张量学习（DSTL）方法。该方法通过直接探索多视图潜在语义表示之间的高阶相关性，减少了特征冗余的负面影响，并且在对齐跨视图语义表示质量方面表现优异，显
PDF2 days ago