基于激光雷达的对象探测器是自动导航系统（例如自动驾驶汽车）中3D感知管道的关键部分。但是，由于信噪比降低（SNR）和信噪比（SBR），它们对不利天气条件（例如雨，雪和雾）敏感。结果，在正常天气中捕获的数据训练的基于激光雷达的对象探测器在这种情况下往往表现较差 ...
对分类系统的对抗性攻击给卷积网络带来了挑战，以及理解它们的机会。这项研究表明，对图像的对抗扰动会导致这些网络构建的特征中的噪声。在这一观察方面的动机上，我们开发了新的网络体系结构，通过执行特征降级来增加对抗性鲁棒性 ...
已知自动驾驶汽车的现代感知系统对闭塞很敏感，并且缺乏长期感知范围的能力。它一直是阻止5级自主权的关键瓶颈之一。最近的研究表明，车辆到车辆（V2V）合作感知系统具有巨大的潜力，可以彻底改变自主驾驶行业 ...
研究人员将机器学习技术用于代码气味检测以应对许多代码气味的主观性。这样的方法需要大型，手动注释的数据集进行培训和基准测试。现有文献提供了一些数据集；但是，它们的尺寸很小，更重要的是，不要专注于主观代码片段 ...
高质量的SQL语料库对于智能数据库至关重要。例如，文本到SQL需要SQL查询，并且作为培训样本的相应自然语言问题。但是，由于手动注释的高成本，在实践中收集此类查询语料库仍然具有挑战性，这突出了自动SQL生成的重要性 ...
Experts（MOE）的混合物展示了具有增强性能和降低计算复杂性的大型语言模型（LLM）的巨大潜力。但是，其稀疏激活的体系结构将进料前向网络（FFN）转移到推理期间的计算密集型到内存密集型，从而导致GPU利用率降低并增加了运营成本。我们提出了Megascale-Infer，这是一种用于提供大规模MOE型号的高效且具有成本效益的系统 ...
3D高斯脱落（3DGS）的快速增长彻底改变了神经渲染，从而实现了高质量渲染的实时生产。但是，由于依赖初始结构 - 摄影（SFM）点（SFM）点（SFM）点以及遥远，遥远，天空和低文本区域的困难，因此前面的基于3DGS的方法在城市场景中存在局限性。为了克服这些挑战，我们提出了一种名为Ho-Gaussian的混合优化方法，该方法将基于网格的体积与3DGS管道结合在一起 ...
生成的预训练 Transformer （GPT）证明了其在自然语言处理中的巨大成功，相关技术已改编为分子建模。考虑到文本是科学发现的最重要记录，在本文中，我们提出了Molxpt，这是通过文本包裹的微笑（分子序列表示）预先训练的文本和分子的统一语言模型。简而言之，我们在每个序列中检测到分子名称，然后将其替换为相应的微笑 ...
