实体
Urban
Urban
PulseAugur coverage of Urban — every cluster mentioning Urban across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新型Transformer模型提升多行人轨迹预测能力
研究人员开发了一种新颖的三步分层Transformer模型，旨在改进多行人轨迹预测。该新架构有效分离了时间编码、多模态融合和场景级交互推理，解决了先前方法常将这些因素纠缠在一起的局限性。该模型利用轻量级GRU摘要进行高效的跨模态注意力以及随时间变化的社交注意力，以可控的计算成本捕捉行人间的相互影响。在JRDB和道路交通中的行人与骑行者数据集等数据集上的实验表明，该模型达到了最先进的性能，并展现出预测早期转向等复杂行为的能力。
-
新的LAD-bench基准揭示了视觉语言模型中存在的逻辑推理缺陷
研究人员推出了LAD-bench，这是一个旨在评估大型视觉语言模型（VLM）逻辑推理能力的新基准。该基准包含1000多张合成图像，涵盖住宅、城市、协作和自然领域，其中存在逻辑异常。还提出了一个分层提示协议，以评估模型在识别这些故障时所需的辅助程度。对领先的基础模型的评估显示出明显的弱点，表现最好的模型准确率仅为70.11%，表明隐式逻辑故障检测仍然是一个未解决的挑战。
-
物理引导的模式分解改进光谱分析
研究人员引入了物理引导的模式分解（PGRU），这是一种新颖的光谱分解方法，解决了传统线性混合模型（Linear Mixing Model）的局限性。PGRU 估算像素级参数，仅在物理上合理的情况下选择性地应用非线性混合，并通过学习到的注意力机制整合来自各种非线性模型的残差。该方法生成可解释的图谱，并在基准数据集的实验中显示出持续的改进。