Zobrazeno 1 - 10
of 989
pro vyhledávání: '"real-time attention"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Xiao, Xuesu, Zhang, Tingnan, Choromanski, Krzysztof, Lee, Edward, Francis, Anthony, Varley, Jake, Tu, Stephen, Singh, Sumeet, Xu, Peng, Xia, Fei, Persson, Sven Mikael, Kalashnikov, Dmitry, Takayama, Leila, Frostig, Roy, Tan, Jie, Parada, Carolina, Sindhwani, Vikas
Despite decades of research, existing navigation systems still face real-world challenges when deployed in the wild, e.g., in cluttered home environments or in human-occupied public spaces. To address this, we present a new class of implicit control
Externí odkaz:
http://arxiv.org/abs/2209.10780
Over the last decade, e-learning has revolutionized how students learn by providing them access to quality education whenever and wherever they want. However, students often get distracted because of various reasons, which affect the learning capacit
Externí odkaz:
http://arxiv.org/abs/2111.14707
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.
Publikováno v:
In Neurocomputing 14 October 2022 509:94-101
Autor:
Tabelini, Lucas, Berriel, Rodrigo, Paixão, Thiago M., Badue, Claudine, De Souza, Alberto F., Oliveira-Santos, Thiago
Modern lane detection methods have achieved remarkable performances in complex real-world scenarios, but many have issues maintaining real-time efficiency, which is important for autonomous vehicles. In this work, we propose LaneATT: an anchor-based
Externí odkaz:
http://arxiv.org/abs/2010.12035
Recently, deep learning models play more and more important roles in contents recommender systems. However, although the performance of recommendations is greatly improved, the "Matthew effect" becomes increasingly evident. While the head contents ge
Externí odkaz:
http://arxiv.org/abs/1906.05022
Publikováno v:
Data in Brief, Vol 51, Iss , Pp 109771- (2023)
This dataset offers a comprehensive compilation of attention-related features captured during online classes. The dataset is generated through the integration of key components including face detection, hand tracking, head pose estimation, and mobile
Externí odkaz:
https://doaj.org/article/34f5f10533714db691afdda707e526ff
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.