自动驾驶

Monocular Reconstruction of Neural Tactile Fields

单目神经触觉场重建

Pavan Mantripragada, Siddhanth Deshmukh, Eadom Dessalene, Manas Desai, Yiannis Aloimonos

机构 * Department of Computer Science, University of Maryland, College Park, USA（计算机科学系，马里兰大学，学院 park，美国） 纠错

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

AI总结 本文提出了一种基于单目RGB图像的神经触觉场重建方法，通过交互感知的3D表示提升机器人路径规划能力，实验显示其在3D重建任务中表现优于现有方法。

Comments 10 pages, 8 figures

Image-based investigation of the zebrafish developmental process using in vivo dynamic and multi-contrast optical coherence tomography

基于图像的斑马鱼发育过程研究：利用活体动态和多对比光学相干层析成像

Cunyou Bao, Aiyi Sui, Ibrahim Abd El-Sadek, Rion Morishita, Yu Guo, Shuichi Makita, Makoto Kobayashi, Yoshiaki Yasuno

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本研究利用活体动态和多对比光学相干层析成像技术，研究斑马鱼发育过程中皮肤条纹、血管及脊髓组织的动态变化与成熟过程。

Fractional Order Federated Learning for Battery Electric Vehicle Energy Consumption Modeling

分数阶联邦学习用于电池电动车辆能耗建模

Mohammad Partohaghighi, Roummel Marcia, Bruce J. West, YangQuan Chen

机构 * Electrical Engineering and Computer Science, University of California at Merced（加州大学默塞德分校电气工程与计算机科学系） ； Department of Applied Mathematics, University of California at Merced（加州大学默塞德分校应用数学系） ； Department of Innovation and Research, North Carolina State University（北卡罗来纳州立大学创新与研究系） ； Mechatronics, Embedded Systems and Automation (MESA) Lab, Department of Mechanical Engineering, School of Engineering, University of California, Merced（加州大学默塞德分校机械工程系机电一体化与嵌入式系统自动化实验室） 纠错

专题命中 BEV与占用 ：BEV(abstract)

AI总结 本文提出分数阶联邦学习方法FO-RI-FedAvg，通过自适应正则化和非整数阶优化提升BEV能耗建模的稳定性与准确性。

Comments This manuscript is under review in IEEE Transactions on Transportation Electrification