图形神经网络将常规神经网络推广到图形结构化数据，并因其令人印象深刻的表示能力而受到广泛关注。尽管取得了显着的成就，但欧几里得模型在与图相关的学习中的表现仍然受到欧几里得几何形状的表示能力的限制和限制，尤其是对于具有高度非欧盟潜在解剖学的数据集。最近，由于其指数生长特性，双曲线空间在使用类似树状的结构和幂律分布的图形数据中越来越受欢迎 ...

近年来，由于其出色的性能和概括能力，大型语言模型（LLMS）引起了研究社区的极大关注。在本文中，我们引入了一种新颖的方法，用于将融合LLM的语音识别模型进行情境化。我们的方法将语音识别视为基于验证的LLM的混合模式建模任务 ...

本文介绍了Imaggarment-1，这是一种精细的服装（FGG）框架，可实现高保真服装的合成，并精确控制轮廓，颜色和徽标放置。与仅限于单条件输入的现有方法不同，Imaggarment-1解决了个性化时尚设计和数字服装应用中多条件可控性的挑战。具体而言，Imaggarment-1采用两阶段的训练策略来分别建模全球外观和本地细节，同时通过端到端推断实现统一和可控制的生成 ...

人群本地化旨在预测人类在人群场景中的空间位置。我们观察到，现有方法的性能是从两个方面挑战的：（i）在测试阶段和训练阶段之间排名不一致； （ii）固定锚固分辨率可能不足以使当地地区的人群密度过高或过度拟合。为了解决这些问题，我们设计了一个监督目标重新分配策略，以减少排名不一致，并提出一种锚金字塔方案，以适应每个图像区域中的锚固密度 ...

本文通过生成AI介绍了使用自然语言的世界第一个快速无人机植入控制。所描述的方法使任何大小的羊群的直观编排以实现所需的几何形状。该方法的关键功能是开发基于大语言模型的新接口，以与用户通信并生成目标几何描述 ...

机器人群是由许多简单的机器人组成的，这些机器人交流和协作以完成复杂的任务。机器人控制器通常需要由专家通过编程代码逐案指定。这个过程很耗时，容易出错，无法考虑部署期间可能遇到的所有情况 ...

顺序建议系统旨在通过分析用户行为序列中的动态偏好和依赖项来提供个性化建议。最近， Transformer 模型可以有效地捕获用户偏好。但是，他们的二次计算复杂性限制了在长相互作用序列数据上的建议性能 ...

得益于信息爆炸，可以从越来越多的来源收集感兴趣的对象的数据。但是，对于同一对象，通常存在收集的多源信息之间的冲突。为了应对这一挑战，真实发现通过估计每个来源的可靠性来整合多源噪声信息，它已成为热门话题 ...