論文の概要: Goal-Driven Autonomous Optical Experimentation via a Self-Recursive Hardware-Software Harness

• arxiv url: http://arxiv.org/abs/2611.04481v1
• Date: Tue, 03 Nov 2026 08:13:30 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:37:27.247091
• Title: Goal-Driven Autonomous Optical Experimentation via a Self-Recursive Hardware-Software Harness
• Title（参考訳）: 自己再帰型ハードウェア・ソフトウェアハーネスによるゴール駆動型自律光学実験
• Abstract要約: 本稿では, エージェントが物理的証拠を用いて, 科学的目標を追求するためのハードウェア, ソフトウェア, モデル, プロトコルを改訂する, 目標駆動型自己再帰光学研究を提案する。 我々は、iPad、RayNeo X3、およびTOP 300プローブとCAS140D分光放射計を併用した光学シースルーカラーマッチングケーススタディにおいて、この概念を実証した。
• 参考スコア（独自算出の注目度）: 3.045364267373367
• License:
• Abstract: We propose goal-driven self-recursive optical research in which agents use physical evidence to revise the hardware, software, models, and protocols used to pursue a scientific goal. The framework can be instantiated with different stimulus systems and measurement devices. We formalize its updates and derive a relation between physical attainability, command access, and model approximation error. We demonstrate the concept in an optical see-through color-matching case study using an iPad, RayNeo X3 glasses, and a TOP 300 probe coupled to a CAS140D spectroradiometer, both from Instrument Systems. A revised glasses application adds USB-controlled RGB holds and frame acknowledgements, keeping model-generated colors displayed during spectral acquisition. The interface passes 12 live control checks. Spectral feedback reduces one target color difference from 19.756 to 1.211 ΔE_76^*; all five targets improve in a separate comparison. These measurements demonstrate the concept in one configuration. The resulting software and protocols remain available for subsequent investigations.
• Abstract（参考訳）: 本稿では, エージェントが物理的証拠を用いて, 科学的目標を追求するためのハードウェア, ソフトウェア, モデル, プロトコルを改訂する, 目標駆動型自己再帰光学研究を提案する。 このフレームワークは、異なる刺激システムと測定装置でインスタンス化することができる。 我々は、その更新を形式化し、物理的到達性、コマンドアクセス、モデル近似誤差の関係を導出する。 我々は、iPad、RayNeo X3、およびTOP 300プローブとCAS140D分光放射計を併用した光学シースルーカラーマッチングケーススタディにおいて、この概念を実証した。 改訂されたメガネアプリケーションは、USB制御されたRGBホールドとフレームの認識を追加し、スペクトル取得中にモデル生成色を表示する。 インターフェースは12個のライブコントロールチェックをパスする。 スペクトルフィードバックは、1つのターゲット色差を19.756から1.211 ΔE_76^*に減少させる。 これらの測定は、この概念を一つの構成で示している。 結果として得られたソフトウェアとプロトコルは、その後の調査で利用可能である。

関連論文リスト

• Reliability-Consistent Appearance Modeling for RGB-Infrared Multi-Object Tracking [70.91326539256316]
  信頼性に一貫性のある外観モデリングフレームワークであるRCA-MOTを提案する。 モダリティ間の相補性を保ちながら、表現後証拠の制御性を保っている。 RCA-MOTはVT-MOTとUniRTLに新しいSOTA結果を設定し、以前の最高のHOTAを5.402/6.075ポイント、IDF1を11.549/12.789ポイント改善した。
  論文  参考訳（メタデータ） (2026-10-16T08:30:48Z)
• Not to Break, but to Attest: Adversarial Probes for Privacy-Preserving LLM Verification [1.0323063834827413]
  大規模な言語モデルへのデプロイ後の変更は、ルーチン出力をほとんど変更することなく、振る舞いを変更する可能性がある。 本稿では,zk-SNARKをベースとしたプライバシー保護型監査フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-28T05:51:22Z)
• Zero-shot HOI Detection with MLLM-based Detector-agnostic Interaction Recognition [71.5328300638085]
  Zero-shot Human-Object Interaction (HOI) は、画像中の人間と物体を特定し、その相互作用を認識することを目的としている。 2段階法を含む既存の手法は、特定の検出器との相互作用認識を密に結合する。 本稿では、オブジェクト検出をIRから分離し、マルチモーダル大言語モデル(MLLM)をゼロショットIRに活用する分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-16T19:01:31Z)
• CAMELTrack: Context-Aware Multi-cue ExpLoitation for Online Multi-Object Tracking [68.24998698508344]
  CAMELはコンテキスト対応型マルチキューExpLoitationのための新しいアソシエイトモジュールである。 エンド・ツー・エンドの検知・バイ・トラック方式とは異なり,本手法は軽量かつ高速にトレーニングが可能であり,外部のオフ・ザ・シェルフモデルを活用することができる。 提案するオンライントラッキングパイプラインであるCAMELTrackは,複数のトラッキングベンチマークで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-05-02T13:26:23Z)
• CRSOT: Cross-Resolution Object Tracking using Unaligned Frame and Event Cameras [43.699819213559515]
  既存のRGB-DVSトラッキング用のデータセットは、DVS346カメラで収集される。 我々は、特別に構築されたデータ取得システムを用いて収集された、最初の不整合フレームイベントデータセットCRSOTを構築した。 ゆるやかなRGBイベントデータを用いても、ロバストなトラッキングを実現することのできる、新しい非整列オブジェクト追跡フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-05T14:20:22Z)
• Visible-Thermal UAV Tracking: A Large-Scale Benchmark and New Baseline [80.13652104204691]
  本稿では,可視熱UAV追跡(VTUAV)のための高多様性の大規模ベンチマークを構築する。 本稿では, フレームレベルの属性を, チャレンジ固有のトラッカーの可能性を利用するための粗粒度属性アノテーションを提案する。 さらに,様々なレベルでRGB-Tデータを融合するHMFT(Hierarchical Multi-modal Fusion Tracker)という新しいRGB-Tベースラインを設計する。
  論文  参考訳（メタデータ） (2022-04-08T15:22:33Z)
• Cross-Modal Object Tracking: Modality-Aware Representations and A Unified Benchmark [8.932487291107812]
  多くの視覚系では、視覚的トラッキングはしばしばRGB画像シーケンスに基づいており、一部のターゲットは低照度環境では無効である。 追従過程におけるRGBとNIRの出現ギャップを軽減するために,モダリティを意識したターゲット表現を学習する新しいアルゴリズムを提案する。 無料の学術的利用のためにデータセットをリリースし、データセットのダウンロードリンクとコードを近くリリースします。
  論文  参考訳（メタデータ） (2021-11-08T03:58:55Z)
• Self-Supervised Object Detection via Generative Image Synthesis [106.65384648377349]
  本稿では,自己教師対象検出のための制御可能なGANを用いたエンドツーエンド分析合成フレームワークを提案する。 オブジェクトの合成と検出を学習するために、ボックスアノテーションを使用せずに、実世界のイメージのコレクションを使用します。 我々の研究は、制御可能なGAN画像合成という新しいパラダイムを導入することで、自己教師対象検出の分野を前進させる。
  論文  参考訳（メタデータ） (2021-10-19T11:04:05Z)
• Nothing But Geometric Constraints: A Model-Free Method for Articulated Object Pose Estimation [89.82169646672872]
  本稿では,ロボットアームの関節構成を,モデルに先入観を持たずにRGBまたはRGB-D画像のシーケンスから推定する,教師なし視覚ベースシステムを提案する。 我々は,古典幾何学的定式化と深層学習を組み合わせることで,この課題を解決するために,極性多剛体制約を拡張した。
  論文  参考訳（メタデータ） (2020-11-30T20:46:48Z)

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。