Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Zemskova, Tatiana"'
Autor:
Linok, Sergey, Zemskova, Tatiana, Ladanova, Svetlana, Titkov, Roman, Yudin, Dmitry, Monastyrny, Maxim, Valenkov, Aleksei
Locating objects described in natural language presents a significant challenge for autonomous agents. Existing CLIP-based open-vocabulary methods successfully perform 3D object grounding with simple (bare) queries, but cannot cope with ambiguous des
Externí odkaz:
http://arxiv.org/abs/2406.07113
Visual object navigation using learning methods is one of the key tasks in mobile robotics. This paper introduces a new representation of a scene semantic map formed during the embodied agent interaction with the indoor environment. It is based on a
Externí odkaz:
http://arxiv.org/abs/2311.04107
This paper presents an adaptive transformer model named SegmATRon for embodied image semantic segmentation. Its distinctive feature is the adaptation of model weights during inference on several images using a hybrid multicomponent loss function. We
Externí odkaz:
http://arxiv.org/abs/2310.12031
Autor:
Thual, Alexis, Tran, Huy, Zemskova, Tatiana, Courty, Nicolas, Flamary, Rémi, Dehaene, Stanislas, Thirion, Bertrand
Publikováno v:
Advances in Neural Information Processing Systems, 35 (2022) 21792-21804
Individual brains vary in both anatomy and functional organization, even within a given species. Inter-individual variability is a major impediment when trying to draw generalizable conclusions from neuroimaging data collected on groups of subjects.
Externí odkaz:
http://arxiv.org/abs/2206.09398
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.
Poster for the report entitled "On damping mechanism of periodic spiking in Morris-Lecar model at large values of constant stimulating current" made at the Bernstein Conference 2018.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e4394313c1feac58bcbb419bd7ffd4d5