关键词symbolic representation
搜索结果 - 6
- 推动 SLAM 的前沿：环境图绘制中的符号表示和人机协作综述
该综述性论文全面概述了同时定位与建图（SLAM）领域的最新进展，重点关注环境特征符号化表示的集成。该论文综合了多智能体系统（MAS）和人机协同研究趋势，强调了它们在符号化和子符号化 SLAM 任务中的应用，着重探讨本体设计和符号推理在创建各 - 使用多模态变换器预测运算符和符号表达式
用一种名为 PROSE 的新型神经网络框架，能够从数据中学习运算符和控制方程，提供了更大的灵活性和通用性，以实现非线性微分方程的近似计算和预测。
- 物理约束下从有限且噪声数据中稳健地学习开放式偏微分方程
通过 R-DISCOVER 框架，本研究提出了一种从有限且嘈杂数据中稳健地揭示开放式偏微分方程（PDE）的方法，该框架通过发现和嵌入两个交替更新过程进行操作，并通过符号表示和强化学习指导的混合 PDE 生成器高效地生成具有树结构的多样化开放 - 感觉输入的理解
本研究通过构建符号因果理论回答了无监督程序综合中的一个核心问题，即如何 “理解” 感官序列，并提出了一种对感官序列进行统一建模的方法。作者还设计了一个 Apperception 引擎来实现该模型并在各个领域验证了它的能力，表现优于神经网络。
- 高水平瞬变有限元程序的伴随自动导出
本文提出了新的技术，通过高层次的符号表示法实现了有限元模型的离散伴随和正切线性模型的推导，相比于标准的算法区分技术，该方法更加高效和自动化，适用于一类大规模和复杂的前向模型，并在各种科学应用中证明了其普遍性和适用性。
- MM概率逻辑编程事件演算
基于符号表示的视频内容，我们提出了一个识别人类活动的系统：以时间戳的短期活动 (STA) 为输入，输出由预定义的 STA 时间组合的长期活动 (LTA)，这些 STA 限制已经通过事件演算的方言表达，并适应了最新的概率逻辑编程框架，通过对人