自动驾驶

Foreground-Aware Dataset Distillation via Dynamic Patch Selection

前景感知的数据集蒸馏 via 动态补丁选择

Longzhen Li, Guang Li, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama

机构 * Graduate School of Information Science and Technology, Hokkaido University（信息科学与技术研究生学校，北海道大学） ； Education and Research Center for Mathematical and Data Science, Hokkaido University（数学与数据科学教育与研究中心，北海道大学） ； Faculty of Information Science and Technology, Hokkaido University（信息科学与技术学部，北海道大学） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出一种前景感知的数据集蒸馏方法，通过动态补丁选择策略提升蒸馏效果，减少冗余背景信息，增强模型鲁棒性。

On the Stability of Leading-Power Factorization under Photon Propagator Numerator Modifications

关于在光子传播子分子修改下主导功率因子分解的稳定性

Cong Li

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究探讨了在光子传播子分子修改下主导功率因子分解的稳定性，表明在特定条件下因子分解形式保持不变，且背景敏感性仅在更高阶效应中显现。