論文の概要: Social-STAGE: Spatio-Temporal Multi-Modal Future Trajectory Forecast

• arxiv url: http://arxiv.org/abs/2011.04853v2
• Date: Wed, 24 Mar 2021 21:32:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-27 06:38:30.915617
• Title: Social-STAGE: Spatio-Temporal Multi-Modal Future Trajectory Forecast
• Title（参考訳）: ソーシャルステージ:時空間多モード未来予測
• Authors: Srikanth Malla, Chiho Choi, Behzad Dariush
• Abstract要約: マルチモダリティの新たな評価手法として,ソーシャル・ステージ(Social-STAGE)とソーシャル・インタラクションを意識した時空間マルチアテンショングラフ畳み込みネットワークを提案する。 本研究の主な貢献は、インタラクションとマルチアテンションを用いたランキングによるマルチモーダルの分析と定式化、およびマルチモーダル予測の多様性と関連する信頼性を評価するための新しい指標の導入である。
• 参考スコア（独自算出の注目度）: 28.14120504421402
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper considers the problem of multi-modal future trajectory forecast with ranking. Here, multi-modality and ranking refer to the multiple plausible path predictions and the confidence in those predictions, respectively. We propose Social-STAGE, Social interaction-aware Spatio-Temporal multi-Attention Graph convolution network with novel Evaluation for multi-modality. Our main contributions include analysis and formulation of multi-modality with ranking using interaction and multi-attention, and introduction of new metrics to evaluate the diversity and associated confidence of multi-modal predictions. We evaluate our approach on existing public datasets ETH and UCY and show that the proposed algorithm outperforms the state of the arts on these datasets.
• Abstract（参考訳）: 本稿では、ランキング付きマルチモーダルな将来の軌跡予測の問題について考察する。 ここでは、多重モダリティとランキングは、それぞれ複数の可算経路予測とそれらの予測に対する信頼について言及する。 本稿では,ソーシャルステージ,ソーシャルインタラクションアウェアな時空間グラフ畳み込みネットワークを提案する。 私たちの主な貢献は、対話とマルチアテンションを用いたランキングによるマルチモダリティの分析と定式化、およびマルチモダリティ予測の多様性と関連する信頼性を評価するための新しいメトリクスの導入です。 既存の公開データセット ETH と UCY に対するアプローチを評価し,提案アルゴリズムがこれらのデータセット上でのアートの状況よりも優れていることを示す。

関連論文リスト

• Conformal Prediction for Multimodal Regression [0.0]
  コンフォメーション予測は 今や 方法論を通して マルチモーダルな文脈に拡張されています 本研究は,マルチモーダル情報を組み合わせた収束点から抽出した内部ニューラルネットワーク機能の可能性を明らかにする。 この機能は、マルチモーダルデータに富んだ領域にコンフォメーション予測を展開するための新しい経路を舗装する。
  論文  参考訳（メタデータ） (2024-10-25T15:56:39Z)
• PredBench: Benchmarking Spatio-Temporal Prediction across Diverse Disciplines [86.36060279469304]
  予測時間ネットワークの総合評価に適したベンチマークであるPredBenchを紹介する。 このベンチマークでは、広く採用されている12のメソッドと、複数のアプリケーションドメインにまたがる多様なデータセットを統合する。 その多次元評価フレームワークは、総合的なメトリクスセットで分析を広げる。
  論文  参考訳（メタデータ） (2024-07-11T11:51:36Z)
• MGCP: A Multi-Grained Correlation based Prediction Network for Multivariate Time Series [54.91026286579748]
  本稿では,マルチグラインド相関に基づく予測ネットワークを提案する。 予測性能を高めるために3段階の相関を同時に検討する。 注意機構に基づく予測器と条件判別器を用いて、粗い粒度の予測結果を最適化する。
  論文  参考訳（メタデータ） (2024-05-30T03:32:44Z)
• Quantifying & Modeling Multimodal Interactions: An Information Decomposition Framework [89.8609061423685]
  本稿では,入力モーダル性と出力タスクを関連付けた冗長性,特異性,シナジーの度合いを定量化する情報理論手法を提案する。 PID推定を検証するために、PIDが知られている合成データセットと大規模マルチモーダルベンチマークの両方で広範な実験を行う。 本研究では,(1)マルチモーダルデータセット内の相互作用の定量化,(2)マルチモーダルモデルで捉えた相互作用の定量化,(3)モデル選択の原理的アプローチ,(4)実世界のケーススタディの3つにその有用性を示す。
  論文  参考訳（メタデータ） (2023-02-23T18:59:05Z)
• Multimodal Trajectory Prediction: A Survey [13.519480642785561]
  軌道予測は、自律システムにおける安全かつインテリジェントな行動を支援するための重要なタスクである。 MTP(Multimodal trajectory Prediction)と呼ばれる新しいタスクは、各エージェントに対する将来の予測の多様で許容可能かつ説明可能な分布を生成することを目的としている。
  論文  参考訳（メタデータ） (2023-02-21T06:11:08Z)
• Adaptive Contrastive Learning on Multimodal Transformer for Review Helpfulness Predictions [40.70793282367128]
  本稿では,MRHP(Multimodal Review Helpfulness Prediction)問題に対するマルチモーダルコントラスト学習を提案する。 さらに,コントラスト学習における適応重み付け方式を提案する。 最後に,マルチモーダルデータの不整合性に対処するマルチモーダルインタラクションモジュールを提案する。
  論文  参考訳（メタデータ） (2022-11-07T13:05:56Z)
• Collaborative Uncertainty Benefits Multi-Agent Multi-Modal Trajectory Forecasting [39.73793468422024]
  この研究はまず、相互作用モジュールから生じる不確実性をモデル化する新しい概念であるコラボレーティブ不確実性(CU)を提案する。 我々は、回帰と不確実性推定の両方を行うために、元の置換同変不確かさ推定器を備えた一般的なCU対応回帰フレームワークを構築した。 提案するフレームワークを,プラグインモジュールとして現在のSOTAマルチエージェント軌道予測システムに適用する。
  論文  参考訳（メタデータ） (2022-07-11T21:17:41Z)
• Online Multi-Agent Forecasting with Interpretable Collaborative Graph Neural Network [65.11999700562869]
  複数の協調予測器からの予測を協調グラフに従って集約する新しい協調予測ユニット(CoPU)を提案する。 本手法は,3つのタスクの最先端処理を平均28.6%,17.4%,21.0%で上回っている。
  論文  参考訳（メタデータ） (2021-07-02T08:20:06Z)
• Three Steps to Multimodal Trajectory Prediction: Modality Clustering, Classification and Synthesis [54.249502356251085]
  我々は新しい予測フレームワークと共に新しい洞察を示す。 提案手法は、社会情報や地図情報を導入することなく、最先端の作品を超える。
  論文  参考訳（メタデータ） (2021-03-14T06:21:03Z)
• SMART: Simultaneous Multi-Agent Recurrent Trajectory Prediction [72.37440317774556]
  本稿では,将来の軌道予測における2つの重要な課題に対処する手法を提案する。 エージェントの数に関係なく、トレーニングデータと予測と一定時間の推測の両方において、マルチモーダリティ。
  論文  参考訳（メタデータ） (2020-07-26T08:17:10Z)

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。