論文の概要: Hierarchical Bayesian Model for the Transfer of Knowledge on Spatial Concepts based on Multimodal Information

• arxiv url: http://arxiv.org/abs/2103.06442v1
• Date: Thu, 11 Mar 2021 04:10:23 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-12 14:40:45.122135
• Title: Hierarchical Bayesian Model for the Transfer of Knowledge on Spatial Concepts based on Multimodal Information
• Title（参考訳）: マルチモーダル情報に基づく空間概念に基づく知識伝達のための階層ベイズモデル
• Authors: Yoshinobu Hagiwara and Keishiro Taguchi and Satoshi Ishibushi and Akira Taniguchi and Tadahiro Taniguchi
• Abstract要約: 空間的概念に基づく知識の伝達は、後方分布の計算過程としてモデル化される。 キッチンなどの一般空間における空間知識の一般化性能を評価する実験を行った。 実験の結果,提案手法は,知識の伝達により,従来の方法よりも位置名や位置の予測精度が高いことが示された。
• 参考スコア（独自算出の注目度）: 4.964816143841663
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a hierarchical Bayesian model based on spatial concepts that enables a robot to transfer the knowledge of places from experienced environments to a new environment. The transfer of knowledge based on spatial concepts is modeled as the calculation process of the posterior distribution based on the observations obtained in each environment with the parameters of spatial concepts generalized to environments as prior knowledge. We conducted experiments to evaluate the generalization performance of spatial knowledge for general places such as kitchens and the adaptive performance of spatial knowledge for unique places such as `Emma's room' in a new environment. In the experiments, the accuracies of the proposed method and conventional methods were compared in the prediction task of location names from an image and a position, and the prediction task of positions from a location name. The experimental results demonstrated that the proposed method has a higher prediction accuracy of location names and positions than the conventional method owing to the transfer of knowledge.
• Abstract（参考訳）: 本稿では,ロボットが経験豊かな環境から新しい環境へ場所の知識を伝達できる空間概念に基づく階層ベイズモデルを提案する。 空間概念に基づく知識の伝達は、環境に一般化された空間概念のパラメータを事前知識として、各環境において得られた観測に基づいて後続分布の計算過程としてモデル化される。 キッチンなどの一般的な場所における空間知識の一般化性能と、新しい環境における「エマの部屋」などのユニークな場所における空間知識の適応性能を評価する実験を行った。 実験では,画像と位置からの位置情報の予測タスクと位置情報からの位置情報の予測タスクとにおいて,提案手法と従来の手法の精度を比較した。 実験の結果,提案手法は,知識の伝達により,従来の方法よりも位置名や位置の予測精度が高いことが示された。

関連論文リスト

• Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
  本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。 私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
  論文  参考訳（メタデータ） (2024-07-22T12:32:09Z)
• View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
  本稿では,屋外ロボットのための微細な自己局在化手法を提案する。 提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。 これは、動的環境における知覚を増強する初めての疎視のみの手法である。
  論文  参考訳（メタデータ） (2023-08-16T02:51:52Z)
• Visualizing Transferred Knowledge: An Interpretive Model of Unsupervised Domain Adaptation [70.85686267987744]
  教師なしのドメイン適応問題は、ラベル付きソースドメインからラベルなしターゲットドメインに知識を転送することができる。 本稿では、翻訳された知識の謎を視覚的に明らかにする最初の試みとして、教師なしドメイン適応の解釈モデルを提案する。 提案手法は,ベースモデルの予測を直感的に説明し,画像パッチをソースドメインとターゲットドメインの両方で同一のセマンティクスとマッチングすることで伝達知識を公開する。
  論文  参考訳（メタデータ） (2023-03-04T03:02:12Z)
• Revealing Hidden Context Bias in Segmentation and Object Detection through Concept-specific Explanations [14.77637281844823]
  提案手法は,モデルが推論時に学習し,認識し,使用した関連概念を自動的に識別し,視覚化し,入力空間内で正確に特定する,ポストホックなeXplainable Artificial Intelligence法であるL-CRPを提案する。 提案手法の信頼性を,異なる概念帰属法を定量的に比較して検証し,CityScapes, Pascal VOC, MS COCO 2017などの一般的なデータセットに対する説明複雑性への影響について検討する。
  論文  参考訳（メタデータ） (2022-11-21T13:12:23Z)
• Location retrieval using visible landmarks based qualitative place signatures [0.7119463843130092]
  定位位置シグネチャ(QPS)を用いた位置・場所を記述した定位位置探索法を提案する。 空間を個々のシグネチャを付加した場所セルに分割した後,その質的観察に基づいて,視聴者の可能な位置を効率的に同定する粗い位置探索法を提案する。
  論文  参考訳（メタデータ） (2022-07-26T13:57:49Z)
• Few-Shot Audio-Visual Learning of Environment Acoustics [89.16560042178523]
  室内インパルス応答 (RIR) 関数は、周囲の物理的環境がリスナーが聴く音をどう変換するかをキャプチャする。 我々は、空間で観測された画像とエコーのスパースセットに基づいて、RIRを推測する方法を探る。 3次元環境のための最先端オーディオ視覚シミュレータを用いた実験において,本手法が任意のRIRを生成できることを実証した。
  論文  参考訳（メタデータ） (2022-06-08T16:38:24Z)
• A Variational Bayesian Approach to Learning Latent Variables for Acoustic Knowledge Transfer [55.20627066525205]
  本稿では,ディープニューラルネットワーク(DNN)モデルにおける潜伏変数の分布を学習するための変分ベイズ(VB)アプローチを提案する。 我々の提案するVBアプローチは,ターゲットデバイスにおいて良好な改善が得られ,しかも,13の最先端知識伝達アルゴリズムを一貫して上回っている。
  論文  参考訳（メタデータ） (2021-10-16T15:54:01Z)
• Multiple Hypothesis Testing Framework for Spatial Signals [42.95566109115774]
  我々は,複数の仮説テストから派生した一般フレームワークを開発し,そのような領域を同定する。 予め特定されたレベルで偽発見率を制御しながら、異なる仮説に関連する空間格子点を同定する。 本稿では,モーメントのスペクトル法に基づいて局所的な偽発見率を推定する新しいデータ駆動手法を提案する。
  論文  参考訳（メタデータ） (2021-08-27T14:48:51Z)
• Latent World Models For Intrinsically Motivated Exploration [140.21871701134626]
  画像に基づく観察のための自己教師付き表現学習法を提案する。 我々は、部分的に観測可能な環境の探索を導くために、エピソードおよび寿命の不確実性を考慮する。
  論文  参考訳（メタデータ） (2020-10-05T19:47:04Z)
• Exploration of Indoor Environments Predicting the Layout of Partially Observed Rooms [5.399268560100003]
  自律移動ロボットが、当初未知の屋内環境の地図を段階的に構築する探索作業について検討する。 このようなタスクでは、ロボットは次に移動する場所について一連の決定を行い、通常、環境の観察された部分に関する知識に基づいて決定する。 環境の未知部分の幾何学的構造の予測を利用して探索性能を向上させる手法を提案する。
  論文  参考訳（メタデータ） (2020-04-15T09:28:40Z)
• Spatial Concept-Based Navigation with Human Speech Instructions via Probabilistic Inference on Bayesian Generative Model [8.851071399120542]
  本研究の目的は,移動ロボットが人間の音声によるナビゲーション作業を行うことを可能にすることである。 音声指示下での経路軌道の空間確率分布として経路計画が定式化された。 提案手法の有効性をシミュレータや実環境において検証するために,取得した空間概念を用いた人間の指導に基づく経路計画法を実証した。
  論文  参考訳（メタデータ） (2020-02-18T05:35:29Z)

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。