論文の概要: Persistent-Transient Duality in Human Behavior Modeling
- arxiv url: http://arxiv.org/abs/2204.09875v1
- Date: Thu, 21 Apr 2022 04:29:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-22 23:06:21.810672
- Title: Persistent-Transient Duality in Human Behavior Modeling
- Title（参考訳）: ヒト行動モデルにおける持続的推移双対性
- Authors: Hung Tran, Vuong Le, Svetha Venkatesh, Truyen Tran
- Abstract要約: 本稿では,親子型マルチチャネルニューラルネットワークを用いて,人間の行動における永続的・過渡的双対性をモデル化する。
本モデルは,人間と物体の相互作用動作予測において優れた性能を示す。
- 参考スコア（独自算出の注目度）: 58.67761673662716
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose to model the persistent-transient duality in human behavior using
a parent-child multi-channel neural network, which features a parent persistent
channel that manages the global dynamics and children transient channels that
are initiated and terminated on-demand to handle detailed interactive actions.
The short-lived transient sessions are managed by a proposed Transient Switch.
The neural framework is trained to discover the structure of the duality
automatically. Our model shows superior performances in human-object
interaction motion prediction.
- Abstract（参考訳）: 本稿では,親子型マルチチャネルニューラルネットワークを用いて人間の行動における永続的過渡的双対性をモデル化することを提案する。
短時間の一時的なセッションは、提案されたTransient Switchによって管理される。
神経フレームワークは、自動的に双対の構造を発見するように訓練される。
本モデルは,人間と物体の対話動作予測において優れた性能を示す。
関連論文リスト
- Using Neural Networks to Model Hysteretic Kinematics in Tendon-Actuated Continuum Robots [13.390354219940583]
本研究では,2種類の腱作動型連続体ロボットのヒステリック応答について検討した。
本稿では,3種類のニューラルネットワークモデリング手法を,前方および逆運動学的なマッピングと比較する。
論文 参考訳（メタデータ） (2024-04-10T17:04:06Z) - Persistent-Transient Duality: A Multi-mechanism Approach for Modeling
Human-Object Interaction [58.67761673662716]
人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。
人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。
本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
論文 参考訳（メタデータ） (2023-07-24T12:21:33Z) - InterGen: Diffusion-based Multi-human Motion Generation under Complex Interactions [49.097973114627344]
動作拡散プロセスに人間と人間の相互作用を組み込んだ効果的な拡散ベースアプローチであるInterGenを提案する。
我々はまず、InterHumanという名前のマルチモーダルデータセットをコントリビュートする。これは、様々な2人インタラクションのための約107Mフレームで構成され、正確な骨格運動と23,337の自然言語記述を持つ。
本稿では,世界規模での2人のパフォーマーのグローバルな関係を明示的に定式化した対話拡散モデルにおける動作入力の表現を提案する。
論文 参考訳（メタデータ） (2023-04-12T08:12:29Z) - STNDT: Modeling Neural Population Activity with a Spatiotemporal
Transformer [19.329190789275565]
我々は、個々のニューロンの応答を明示的にモデル化するNDTベースのアーキテクチャであるSpatioTemporal Neural Data Transformer (STNDT)を紹介する。
本モデルは,4つのニューラルデータセット間での神経活動の推定において,アンサンブルレベルでの最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2022-06-09T18:54:23Z) - A Predictive Coding Account for Chaotic Itinerancy [68.8204255655161]
予測符号化を実装したリカレントニューラルネットワークが,入力雑音の存在下でカオス的反復性に類似したニューラルトラジェクトリを生成する方法を示す。
本モデルを用いて,無作為かつ非依存なトラジェクタスイッチングトラジェクトリを生成する2つのシナリオを提案する。
論文 参考訳（メタデータ） (2021-06-16T16:48:14Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳（メタデータ） (2021-04-22T04:01:32Z) - A Driving Behavior Recognition Model with Bi-LSTM and Multi-Scale CNN [59.57221522897815]
運転行動認識のための軌道情報に基づくニューラルネットワークモデルを提案する。
提案手法を公開BLVDデータセット上で評価し,満足な性能を実現する。
論文 参考訳（メタデータ） (2021-03-01T06:47:29Z)
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。