Socialized UAV Cross-Task Learning: Towards Cross-Granularity Collaboration through Hierarchical Interaction
研究解决了跨粒度任务协作中的干扰问题,通过提出一种逐步适应的框架CGSC来调节任务间信息交换,有效促进无人机检测和分割任务的协作。
0 citationsRead paper
研究解决了跨粒度任务协作中的干扰问题,通过提出一种逐步适应的框架CGSC来调节任务间信息交换,有效促进无人机检测和分割任务的协作。
为解决海洋物联网中因数据分布和条件变化导致的故障诊断难题,提出SeaCausal-FL框架,结合联邦学习与模糊因果推理方法,提高了诊断准确性。
为提高工业缺陷检测中深度学习模型的可靠性,本文提出基于模糊双维不确定性框架FuDU的流式主动学习方法,通过量化图像级和框级不确定性并融合专家知识进行自适应采样。
本文提出MAOL框架,通过形态感知和序数学习方法解决工业缺陷精细分级问题,提高对不完美预测实例的鲁棒性。
研究提出一个整合AI对排放、产出和气候损害影响的框架,分析AI加剧气候变化的问题,区分ICT类和工业革命类AI前景,发现减缓措施与AI发展相辅相成。
研究解决了跨粒度任务协作中的干扰问题,通过提出一种逐步适应的框架CGSC来调节任务间信息交换,有效促进无人机检测和分割任务的协作。
为解决海洋物联网中因数据分布和条件变化导致的故障诊断难题,提出SeaCausal-FL框架,结合联邦学习与模糊因果推理方法,提高了诊断准确性。
为提高工业缺陷检测中深度学习模型的可靠性,本文提出基于模糊双维不确定性框架FuDU的流式主动学习方法,通过量化图像级和框级不确定性并融合专家知识进行自适应采样。
本文提出MAOL框架,通过形态感知和序数学习方法解决工业缺陷精细分级问题,提高对不完美预测实例的鲁棒性。
研究提出一个整合AI对排放、产出和气候损害影响的框架,分析AI加剧气候变化的问题,区分ICT类和工业革命类AI前景,发现减缓措施与AI发展相辅相成。