Zobrazeno 1 - 10
of 214
pro vyhledávání: '"Chang, Kuo‐Chu"'
Autor:
Xia, Yuxuan, García-Fernández, Ángel F., Karlsson, Johan, Yuan, Ting, Chang, Kuo-Chu, Svensson, Lennart
This correspondence presents a probabilistic generalization of the Generalized Optimal Sub-Pattern Assignment (GOSPA) metric, termed P-GOSPA. The GOSPA metric is widely used to evaluate the distance between finite sets, particularly in multi-object e
Externí odkaz:
http://arxiv.org/abs/2412.11482
The joint detection and classification of RF signals has been a critical problem in the field of wideband RF spectrum sensing. Recent advancements in deep learning models have revolutionized this field, remarkably through the application of state-of-
Externí odkaz:
http://arxiv.org/abs/2408.06545
In this paper, we present a comprehensive study on the application of YOLOv8, a state-of-the-art computer vision (CV) model, to the challenging problem of joint detection and classification of signals in a highly dynamic and congested RF environment.
Externí odkaz:
http://arxiv.org/abs/2406.00582
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fung, Robert, Chang, Kuo-Chu
Stochastic simulation approaches perform probabilistic inference in Bayesian networks by estimating the probability of an event based on the frequency that the event occurs in a set of simulation trials. This paper describes the evidence weighting me
Externí odkaz:
http://arxiv.org/abs/1304.1504
Autor:
Chang, Kuo-Chu, Fung, Robert
In almost all situation assessment problems, it is useful to dynamically contract and expand the states under consideration as assessment proceeds. Contraction is most often used to combine similar events or low probability events together in order t
Externí odkaz:
http://arxiv.org/abs/1304.1138
Autor:
Chang, Kuo-Chu, Fung, Robert
Research on Symbolic Probabilistic Inference (SPI) [2, 3] has provided an algorithm for resolving general queries in Bayesian networks. SPI applies the concept of dependency directed backward search to probabilistic inference, and is incremental with
Externí odkaz:
http://arxiv.org/abs/1303.5712
Autor:
Chang, Kuo-Chu, Fung, Robert
Recent research on the Symbolic Probabilistic Inference (SPI) algorithm[2] has focused attention on the importance of resolving general queries in Bayesian networks. SPI applies the concept of dependency-directed backward search to probabilistic infe
Externí odkaz:
http://arxiv.org/abs/1303.5713
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.