Zobrazeno 1 - 10
of 40 987
pro vyhledávání: '"Solin"'
Autor:
Marusic, Mate1 mm47697@oss.unist.hr, Corluka, Goran1 gcorluka@oss.unist.hr
Publikováno v:
Conference Proceedings International Scientific & Professional Conference Contemporary Issues in Economy & Technology, CIET. 2024, p541-548. 8p.
Autor:
BONIN, MARKO1 marko.bonin@pokrajinskimuzejkoper.si
Publikováno v:
Arhivi. 2019, Vol. 42 Issue 1, p83-114. 32p.
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Baumann, Anton, Li, Rui, Klasson, Marcus, Mentu, Santeri, Karthik, Shyamgopal, Akata, Zeynep, Solin, Arno, Trapp, Martin
Vision-language models (VLMs), such as CLIP and SigLIP, have found remarkable success in classification, retrieval, and generative tasks. For this, VLMs deterministically map images and text descriptions to a joint latent space in which their similar
Externí odkaz:
http://arxiv.org/abs/2412.06014
Gaussian splatting enables fast novel view synthesis in static 3D environments. However, reconstructing real-world environments remains challenging as distractors or occluders break the multi-view consistency assumption required for accurate 3D recon
Externí odkaz:
http://arxiv.org/abs/2411.19756
The rising interest in Bayesian deep learning (BDL) has led to a plethora of methods for estimating the posterior distribution. However, efficient computation of inferences, such as predictions, has been largely overlooked with Monte Carlo integratio
Externí odkaz:
http://arxiv.org/abs/2411.18425
This work explores the intersection of continual learning (CL) and differential privacy (DP). Crucially, continual learning models must retain knowledge across tasks, but this conflicts with the differential privacy requirement of restricting individ
Externí odkaz:
http://arxiv.org/abs/2411.04680
Autor:
Verma, Prakhar, Midigeshi, Sukruta Prakash, Sinha, Gaurav, Solin, Arno, Natarajan, Nagarajan, Sharma, Amit
We introduce Planning-guided Retrieval Augmented Generation (Plan$\times$RAG), a novel framework that augments the \emph{retrieve-then-reason} paradigm of existing RAG frameworks to \emph{plan-then-retrieve}. Plan$\times$RAG formulates a reasoning pl
Externí odkaz:
http://arxiv.org/abs/2410.20753