Новая архитектура глубокого обучения BSoNet значительно улучшает качество изображений, получаемых с портативных систем обратного рассеяния, открывая новые возможности для контроля безопасности и неразрушающего контроля.
Исследователи представили масштабный набор данных и генеративную модель для комплексного планирования поездок, охватывающую сразу несколько задач.
В статье представлен всесторонний обзор методов конструирования запросов для современных систем генерации естественного языка, позволяющих добиться желаемого результата.
Новая методика объединяет техническую осуществимость с человеческими ценностями, чтобы выявить перспективные направления для инноваций.
Новое исследование выявляет критические моменты в манипуляциях роботов, когда недостаточное использование визуальной информации приводит к ошибкам.
Новое исследование показывает, что восприятие обратной связи как человеческой, а не искусственной, значительно повышает вовлеченность и усилия, прилагаемые учениками в процессе обучения.
Исследователи предлагают инновационную систему, использующую обучение с подкреплением для более точного определения и отслеживания объектов в видеорядах.
Исследователи представили архитектуру RI-Mamba, позволяющую находить 3D-модели по текстовому описанию, вне зависимости от их ориентации в пространстве.
Исследование демонстрирует, как внедрение управляемой гибкости в архитектуры метаповерхностей позволяет значительно улучшить характеристики беспроводной связи.
Новая архитектура CRAM позволяет моделям последовательно обрабатывать данные, эффективно отсеивая избыточную информацию и существенно снижая потребность в вычислительных ресурсах.