GeBDA: Building Damage Assessment as Text-Based Sequence Prediction
GeBDA:基于文本序列预测的建筑物损伤评估
机构 * ETH Zurich(苏黎世联邦理工学院) ; Google(谷歌公司)
AI总结 本研究提出将建筑物损伤评估(BDA)转化为文本序列预测任务,基于通用视觉语言模型(VLM),用开源Gemma模型初步实现取得了有前景的双时相卫星图像损伤制图结果。
高校专区
GeBDA:基于文本序列预测的建筑物损伤评估
机构 * ETH Zurich(苏黎世联邦理工学院) ; Google(谷歌公司)
AI总结 本研究提出将建筑物损伤评估(BDA)转化为文本序列预测任务,基于通用视觉语言模型(VLM),用开源Gemma模型初步实现取得了有前景的双时相卫星图像损伤制图结果。
从文本语料库学习人类语言的形式化局限
机构 * Universitat Pompeu Fabra(庞培法布拉大学) ; ETH Zürich(苏黎世联邦理工学院)
AI总结 该研究从信息论角度推导了听者从话语表示恢复说话者意图含义的概率上界,通过三类实验验证了理论,表明任何文本特征提取器的表示都无法超越该上界。
Comments this is a draft; comments welcome
频谱特征主导BCG呼吸事件检测:睡眠呼吸暂停患者中特征组的大规模患者独立比较
机构 * University of Groningen(格罗宁根大学) ; University Hospital Zürich(苏黎世大学医院) ; ETH Zürich(苏黎世联邦理工学院)
AI总结 该研究对比10组BCG特征,发现频域特征主导呼吸事件检测,采用随机森林等模型获高AUC,为BCG监测系统特征选择提供实证依据。
Comments 35 pages, 7 figures
基于多评论家强化学习的非抓取型移动操纵的接触引导探索
机构 * Centro di Ricerca E. Piaggio(E.皮亚焦研究中心) ; Università di Pisa(比萨大学) ; ETH Zürich(苏黎世联邦理工学院) ; NVIDIA(英伟达公司)
AI总结 针对非抓取型移动操纵的复杂混合动力学与接触稀疏性问题,提出多评论家RL框架下的接触引导探索策略,经四足移动操纵器实验验证可实现现实世界中的非抓取型操纵。
Comments project website: this https URL (https://tolomeis.github.io/contact-guided-exp) Accepted in IEEE Robotics and Automation Letter (RA-L) 8 pages, 9 figures