論文の概要: From Seeing to Moving: A Survey on Learning for Visual Indoor Navigation (VIN)

• arxiv url: http://arxiv.org/abs/2002.11310v3
• Date: Sat, 2 Jul 2022 17:01:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 14:34:13.981853
• Title: From Seeing to Moving: A Survey on Learning for Visual Indoor Navigation (VIN)
• Title（参考訳）: 視線から移動へ:視覚室内ナビゲーション(VIN)の学習に関する調査
• Authors: Xin Ye and Yezhou Yang
• Abstract要約: Visual Indoor Navigation (VIN)タスクは、データ駆動機械学習コミュニティから注目を集めている。 この調査はまず、VINタスクに対する学習に基づくアプローチの代表的作業について要約する。 そして、VINのパフォーマンスを妨げる言語の問題を特定し、議論し、これらの重要な領域における将来の研究を動機付けます。
• 参考スコア（独自算出の注目度）: 33.89793938441333
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual Indoor Navigation (VIN) task has drawn increasing attention from the data-driven machine learning communities especially with the recently reported success from learning-based methods. Due to the innate complexity of this task, researchers have tried approaching the problem from a variety of different angles, the full scope of which has not yet been captured within an overarching report. This survey first summarizes the representative work of learning-based approaches for the VIN task and then identifies and discusses lingering issues impeding the VIN performance, as well as motivates future research in these key areas worth exploring for the community.
• Abstract（参考訳）: Visual Indoor Navigation (VIN)タスクは、特に最近報告された学習ベースの手法の成功により、データ駆動機械学習コミュニティから注目を集めている。 このタスクの本来の複雑さのために、研究者は様々な角度からこの問題にアプローチしようと試みてきたが、その全体像はまだ全体報告で捉えられていない。 この調査はまず、VINタスクに対する学習ベースのアプローチの代表的成果を要約し、VINのパフォーマンスを妨げる言語問題を特定し、議論し、コミュニティにとって価値のあるこれらの重要な領域における将来の研究を動機付けている。

関連論文リスト

• Video Anomaly Detection in 10 Years: A Survey and Outlook [10.143205531474907]
  ビデオ異常検出(VAD)は、監視、医療、環境監視といった様々な領域において非常に重要である。 この調査では、従来の教師付きトレーニングパラダイムを超えて、弱教師付き、自己監督型、教師なしのアプローチを包含する、ディープラーニングベースのVADを調査している。
  論文  参考訳（メタデータ） (2024-05-29T17:56:31Z)
• A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning [58.107474025048866]
  蓄積とは、以前に獲得した知識の喪失または劣化を指す。 フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。
  論文  参考訳（メタデータ） (2023-07-16T16:27:58Z)
• Parsing Objects at a Finer Granularity: A Survey [54.72819146263311]
  微細な視覚解析は、農業、リモートセンシング、宇宙技術など、多くの現実世界の応用において重要である。 卓越した研究努力は、異なるパラダイムに従って、これらのきめ細かいサブタスクに取り組む。 我々は,パート関係を学習する新たな視点から,先進的な研究を深く研究する。
  論文  参考訳（メタデータ） (2022-12-28T04:20:10Z)
• A Review of Emerging Research Directions in Abstract Visual Reasoning [0.0]
  入力形態,隠蔽規則,目標課題,認知機能,主な課題の5次元に沿ってタスクを分類する分類法を提案する。 この調査で取り上げられた視点は、共有された異なる性質に関する問題を特徴づけることを可能にし、タスクを解くための既存のアプローチについて統一された視点を提供する。 そのうちの1つは、機械学習の文献において、異なるタスクが独立して検討されていることを示しており、これは人間の知性を測定するためにタスクが使用される方法とは対照的である。
  論文  参考訳（メタデータ） (2022-02-21T14:58:02Z)
• On Exploring Pose Estimation as an Auxiliary Learning Task for Visible-Infrared Person Re-identification [66.58450185833479]
  本稿では,Pose Estimationを補助学習タスクとして活用して,エンドツーエンドフレームワークにおけるVI-ReIDタスクを支援する。 これら2つのタスクを相互に有利な方法で共同でトレーニングすることにより、高品質なモダリティ共有とID関連の特徴を学習する。 2つのベンチマークVI-ReIDデータセットの実験結果から,提案手法は一定のマージンで最先端の手法を継続的に改善することが示された。
  論文  参考訳（メタデータ） (2022-01-11T09:44:00Z)
• Guidelines for the Computational Testing of Machine Learning approaches to Vehicle Routing Problems [3.3946853660795884]
  我々は,機械学習コミュニティが提案するVRPのアプローチの計算的研究において生じる課題を強調した。 OR論文で示されたものの特徴を持つ計算研究が実現されることを願っている。
  論文  参考訳（メタデータ） (2021-09-28T18:47:43Z)
• Deep Learning for Embodied Vision Navigation: A Survey [108.13766213265069]
  身体的視覚ナビゲーション」問題では、エージェントが3D環境をナビゲートする必要がある。 本稿では、総合的な文献調査を提供することで、視覚ナビゲーションの具体的分野における現在の研究の概要を確立することを試みる。
  論文  参考訳（メタデータ） (2021-07-07T12:09:04Z)
• Seeing Differently, Acting Similarly: Imitation Learning with Heterogeneous Observations [126.78199124026398]
  多くの実世界の模倣学習タスクでは、デモレーターと学習者は異なるが完全な観察空間で行動しなければならない。 本研究では、上記の学習問題を異種観察学習(HOIL)としてモデル化する。 本稿では,重要度重み付け,拒否学習,アクティブクエリに基づくIWREアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-17T05:44:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。