Исследователи предлагают инновационную систему, способную интерпретировать взаимодействие между людьми и предметами, опираясь на мощь больших языковых моделей и структурированные визуальные данные.
Исследование предлагает новый подход к визуализации оцифрованных печатных коллекций, делая акцент на материальности и вовлечении пользователя.
Новый подход к визуализации абстрактных концепций позволяет превратить процесс генерации идей в интерактивное исследование.
Новое исследование демонстрирует, как модели на основе архитектуры Transformer анализируют последовательность действий пользователя, чтобы точно предсказать, как долго он будет фокусироваться на том или ином элементе интерфейса.
Новая платформа OMG-Bench и архитектура HMATr открывают возможности для интуитивного взаимодействия с цифровым миром посредством анализа мельчайших движений руки.
В статье представлен всесторонний анализ графов знаний, объединяющих пространственные и временные аспекты, и освещаются ключевые вызовы и перспективные направления развития в области представления и интеграции данных.
В статье представлен подход к непрерывной верификации интерфейсов аппаратно-абстрактного слоя (HAL) на всех этапах разработки встраиваемых систем.
Исследователи предложили инновационный метод сжатия 3D-сетей, основанный на иерархических неявных нейронных представлениях, обеспечивающий высокую степень сжатия и возможность кодирования атрибутов поверхности.
Исследователи разработали модель KineST, позволяющую восстанавливать движения человека по ограниченным данным, обеспечивая высокую точность и естественность.
Новая система объединяет знания о мире с 3D-восприятием, позволяя роботам лучше понимать и взаимодействовать с динамичными окружениями.