实体
EAT
EAT
PulseAugur coverage of EAT — every cluster mentioning EAT across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
TERRA 引入新颖的机器人潜在动作学习方法
研究人员引入了 TERRA（时序效应表示和关系对齐），一种用于机器人潜在动作学习的新颖方法。TERRA 解决了两个关键挑战：潜在代码应从视觉转换中保留哪些信息，以及确保其在不同初始状态下含义的一致性。该系统通过用紧凑的时序效应描述转换来实现这一点，该效应包含净特征变化和窗口内动力学，然后指导连续潜在代码的学习。该效应空间也作为重用的参考，使效应锚定迁移（EAT）能够将解码后的潜在变量锚定到其源效应，从而通过跨上下文的动作而不是仅仅是原…
-
新方法改进鸟类叫声和物种分类
研究人员开发了一种改进的生物声学数据分类鸟类物种及其叫声的方法。他们的工作扩展了BirdCallNet模型以处理不平衡数据集，并探索了各种损失平衡策略。研究发现，不同的适应技术和加权方法会根据鸟类编码器和具体的分类任务产生不同的结果。
-
多模态远程推理系统优化了机器学习模型的传感器数据传输
研究人员为多模态远程推理系统开发了新的策略，以在网络资源有限的情况下优化机器学习模型的准确性。提出的策略包括EAST、EAT和FT，旨在通过根据信息的时新度（以信息年龄AoI衡量）智能调度来自各种传感器的传数据，从而最大限度地减少推理错误。数值结果表明，这些新颖的策略在某些情况下显著优于传统方法，将推理错误减少了高达44.8%，同时在更复杂的情况下也大大缩短了计算时间。