論文の概要: Active Neural Mapping at Scale

• arxiv url: http://arxiv.org/abs/2409.20276v1
• Date: Mon, 30 Sep 2024 13:27:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-02 10:12:47.523584
• Title: Active Neural Mapping at Scale
• Title（参考訳）: スケールでのアクティブなニューラルマッピング
• Authors: Zijia Kuang, Zike Yan, Hao Zhao, Guyue Zhou, Hongbin Zha,
• Abstract要約: 我々は,大規模な屋内環境の効率的かつ堅牢な探索を可能にする,NeRFベースのアクティブマッピングシステムを導入する。 我々のアプローチの鍵は、継続的に更新されたニューラルマップから一般化されたボロノイグラフ(GVG)を抽出することである。
• 参考スコア（独自算出の注目度）: 27.236684479724495
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a NeRF-based active mapping system that enables efficient and robust exploration of large-scale indoor environments. The key to our approach is the extraction of a generalized Voronoi graph (GVG) from the continually updated neural map, leading to the synergistic integration of scene geometry, appearance, topology, and uncertainty. Anchoring uncertain areas induced by the neural map to the vertices of GVG allows the exploration to undergo adaptive granularity along a safe path that traverses unknown areas efficiently. Harnessing a modern hybrid NeRF representation, the proposed system achieves competitive results in terms of reconstruction accuracy, coverage completeness, and exploration efficiency even when scaling up to large indoor environments. Extensive results at different scales validate the efficacy of the proposed system.
• Abstract（参考訳）: 我々は,大規模な屋内環境の効率的かつ堅牢な探索を可能にする,NeRFベースのアクティブマッピングシステムを導入する。 我々のアプローチの鍵は、継続的に更新されたニューラルマップから一般化されたボロノイグラフ(GVG)を抽出し、シーン幾何学、外観、トポロジー、不確実性の相乗的統合をもたらすことである。 ニューラルマップによって誘導される不確実な領域をGVGの頂点にアンコールすることで、未知の領域を効率的に横断する安全な経路に沿って適応的な粒度を探索することができる。 提案方式は, 大規模屋内環境にスケールアップしても, 再現精度, カバー完全性, 探索効率の両面から競合する結果が得られる。 異なるスケールでの広範囲な結果が提案システムの有効性を検証した。

関連論文リスト

• Ada-HGNN: Adaptive Sampling for Scalable Hypergraph Neural Networks [19.003370580994936]
  本稿では,ハイパーグラフに特化して設計された新しい適応サンプリング手法を提案する。 また、RHA(Random Hyperedge Augmentation)技術とMLP(Multilayer Perceptron)モジュールを追加して、アプローチの堅牢性と能力を向上させる。
  論文  参考訳（メタデータ） (2024-05-22T06:15:50Z)
• NARUTO: Neural Active Reconstruction from Uncertain Target Observations [30.09067122521648]
  本稿では,ハイブリッド型ニューラル表現と不確実性学習を組み合わせたニューラルアクティブリコンストラクションシステムであるナルートについて述べる。 我々のシステムは、不確実な観測をターゲットとして自律的に探索し、顕著な完全性と忠実さで環境を再構築する。
  論文  参考訳（メタデータ） (2024-02-29T00:25:26Z)
• HGAttack: Transferable Heterogeneous Graph Adversarial Attack [63.35560741500611]
  ヘテロジニアスグラフニューラルネットワーク(HGNN)は、Webやeコマースなどの分野でのパフォーマンスでますます認識されている。 本稿ではヘテロジニアスグラフに対する最初の専用グレーボックス回避手法であるHGAttackを紹介する。
  論文  参考訳（メタデータ） (2024-01-18T12:47:13Z)
• Accelerating Scalable Graph Neural Network Inference with Node-Adaptive Propagation [80.227864832092]
  グラフニューラルネットワーク(GNN)は、様々なアプリケーションで例外的な効果を発揮している。 大規模グラフの重大化は,GNNによるリアルタイム推論において重要な課題となる。 本稿では,オンライン伝搬フレームワークと2つの新しいノード適応伝搬手法を提案する。
  論文  参考訳（メタデータ） (2023-10-17T05:03:00Z)
• Active Neural Mapping [20.242598287146578]
  本稿では,連続学習型ニューラルシーン表現,すなわちアクティブニューラルマッピングによるアクティブマッピングの問題に対処する。 オンラインシーン再構築のための座標に基づく暗黙的ニューラル表現を用いたアクティブマッピングシステムについて初めて紹介する。
  論文  参考訳（メタデータ） (2023-08-30T18:07:30Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• Localized Persistent Homologies for more Effective Deep Learning [60.78456721890412]
  ネットワークトレーニング中の位置を考慮に入れた新しいフィルタ機能を利用する手法を提案する。 この方法で訓練されたネットワークが抽出した曲線構造のトポロジを回復するのに役立つ道路の2次元画像と神経過程の3次元画像スタックを実験的に実証した。
  論文  参考訳（メタデータ） (2021-10-12T19:28:39Z)
• TSG: Target-Selective Gradient Backprop for Probing CNN Visual Saliency [72.9106103283475]
  我々は、畳み込みニューラルネットワークを解釈するために視覚的サリエンシ、すなわち視覚的説明について研究する。 これらの観測に触発されて、我々はTSG(Target-Selective Gradient)バックプロップと呼ばれる新しいビジュアル・サリエンシ・フレームワークを提案する。 提案したTSGはTSG-ConvとTSG-FCの2つのコンポーネントから構成され、それぞれ畳み込み層と完全連結層の勾配を補正する。
  論文  参考訳（メタデータ） (2021-10-11T12:00:20Z)
• Online Limited Memory Neural-Linear Bandits with Likelihood Matching [53.18698496031658]
  本研究では,探索学習と表現学習の両方が重要な役割を果たす課題を解決するために,ニューラルネットワークの帯域について検討する。 破滅的な忘れ込みに対して耐性があり、完全にオンラインである可能性の高いマッチングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-07T14:19:07Z)
• SRoll3: A neural network approach to reduce large-scale systematic effects in the Planck High Frequency Instrument maps [0.17188280334580192]
  構造化汚染源を低減するためのニューラルネットワークに基づくデータインバージョン手法を提案する。 我々はPlanck High Frequency Instrument (Planck-HFI)データに対するマップ作成と大規模な系統的効果の除去に焦点を当てた。
  論文  参考訳（メタデータ） (2020-12-17T16:13:56Z)
• Gaussian Process Gradient Maps for Loop-Closure Detection in Unstructured Planetary Environments [17.276441789710574]
  以前にマップされた位置を認識する能力は、自律システムにとって不可欠な機能である。 非構造的な惑星のような環境は、地形の類似性のためにこれらのシステムに大きな課題をもたらす。 本稿では,空間情報のみを用いたループ閉鎖問題の解法を提案する。
  論文  参考訳（メタデータ） (2020-09-01T04:41:40Z)

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。