- CVPR面向场景的人体运动合成生成网络
本文提出了一种新框架,将场景和人体运动相互作用考虑在内,使用生成任务将人体运动的分布因子分解,并使用基于 GAN 的学习方法来提高其有效性。文中讨论了两个数据集结果,涵盖了真实和合成环境。
- WWW联合实体和关系抽取的触发 - 感知记忆流框架
使用 TriMF 框架进行 joint entity and relation extraction,其中使用 memory flow attention mechanism 增强了实体识别和关系抽取之间的交互,同时还使用了 trigger - 统一方法解释与增强对抗性转移
通过对抗扰动内部的交互作用来解释和提高对抗性可传递性,并发现和证明了对抗性可传递性与对抗扰动内部交互作用之间的负相关关系。
- AAAI投影映射实现:实现对感知结果和行动意图的直接外显,以提高机器人的可理解性
本文详细阐述了如何使用投影映射技术向机器人的操作环境直接投射其感知结果和动作意图,以取代非言语暗示传递机器人内在状态的方式。并提供实用文档和代码,为研究人员和实践者提供更好的机器人与人类互动方式。
- 通过与物体交互学习物体
通过与 AI2-THOR 环境的互动,实现基于人类婴儿学习机制的计算框架,不依赖外部监督学习,从而有效地发现物体并学习物理特性。
- 利用手机传感器对人机交互进行建模:用户身份认证的研究数据集和概述
该研究总结了现代智能手机上常见的传感器,并提出了一个利用这些传感器模拟人与智能手机之间交互的维度分类法。其应用包括神经运动技能、认知功能和行为或例行程序,尤其关注用户认证方面的应用。通过使用人类移动交互的新型多模式数据库(HuMIdb 数据 - 基于模块化 Transformer 的排名框架
本篇论文将 Transformer 排名模型模块化,提出了一种轻量化的在线交互方案,大幅提升了排名的速度和可解释性。
- 异步交互聚合用于动作检测
通过异步交互聚合网络 (AIA) 和交互聚合结构 (IA) 进行多类型交互模型和整合,以及异步记忆更新算法 (AMU),动态建模长期交互,极大地提高了视频动作检测的性能,并在 AVA 数据集上实现了新的最佳性能。
- AAAI基于贝叶斯的对话式推荐系统
基于贝叶斯方法的对话式推荐系统,通过概率质量函数更新物品,信息理论标准最优地塑造互动并决定何时结束对话,并相应地推荐最可能的物品,结合历史数据进行先验信息推断,应用于 stagend.com 平台,并通过实证分析显示出推荐质量和效率方面的优 - CVPR在没有人的情境中生成三维人物
本研究提出了一种全自动系统,用于将 3D 场景转换成自然姿势的 3D 人体,该系统采用基于表面的 3D 人体模型 SMPL-X,利用条件变分自编码器和场景约束,可以合成与 3D 环境自然交互的真实、表现力强的 3D 人体,适用于许多应用领域 - ACL通过询问信息问题进行交互式分类
研究了自然语言分类中交互的潜力,提出了一种基于限制性的交互形式来进行意图分类,系统通过二进制或多项选择问题来提取额外信息,在提取信息与做出最终分类预测之间进行权衡。通过两个领域的实验证明了交互的优势和平衡请求附加信息与做出最终预测的学习的益 - CraftAssist: 一种对话驱动的交互式智能体框架
本文介绍了一个在 Minecraft 中实现的机器人助手,并介绍了工具和平台,可以让玩家与机器人互动并记录这些互动。构建这样的助手的目的是为了促进通过对话指定任务的代理商的研究,并最终从对话互动中学习。
- 交互式视频检索与对话
本研究介绍了一种基于交互对话的视频检索系统,能够帮助用户在包含许多类似的视频中快速准确地找到目标视频,并通过 AVSD 数据集的实验证明了系统的有效性。
- 用图神经网络建模交通参与者交互
该研究使用图表征交通场景,并运用了自然地考虑交通参与者之间相互作用的图神经网络模型来进行交通预测,评估了两种现有的图神经网络结构,并对特定情境进行了调整并表明该模型比不考虑相互作用的模型预测误差下降 30%,表明交互作用是重要的,并且该研究 - 基于轨迹数据的智能体系统交互规律的非参数推断
利用非参数统计学习方法,无需参考或假设其分析形式,从包括交互代理人轨迹的数据中估算基于距离的相互作用法则,这在各个学科的复杂动态系统中是一个基本挑战。我们不仅提供理论保证,而且还在各种典型系统上进行了测试,包括基本物理中的粒子系统,模拟社会 - CVPR指引我:与深层网络交互
本文研究了通过插入一个空间语义导向层来引导卷积神经网络的性能,包括使用交互式权重的循环模型来学习口头交互,并在两个数据集上进行了评估。
- IJCAI可解释规划
该论文探讨了人工智能的交互问题,提出了一种基于模型的 AI 规划方法,以实现人类与智能系统的有效沟通和协同解决问题的目标。
- 机器教学:构建机器学习系统的新范式
本文探讨了机器教学的范式转变,并提出将与机器学习算法有关的知识与教学过程进行脱耦,以加速创新和赋能数百万新的机器学习模型应用。
- 通过对话互动提问学习
利用机器人在电影领域的师生问答交互进行离线和在线强化学习,证明了学习者在提问时改进的效果,并验证了该方法。
- 小型实验中的量子容错
本文讨论了关于容错量子计算的多个问题,并展示了一种可用 5 个量子比特在一个具有最近邻相互作用的环上执行的容错量子电路。同时,提出了一种标准来评估成功演示容错的实验条件。最后,本文讨论了未来容错实验使用以探究协议与真实实验误差相互作用的重要