arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of Southern California(南加州大学)

2026-01-14 至 2026-01-14 共收录 4
2601.08034 2026-01-14 cs.RO cs.CV

Fiducial Exoskeletons: Image-Centric Robot State Estimation

标志式外骨骼:基于图像的机器人状态估计

Cameron Smith, Basile Van Hoorick, Vitor Guizilini, Yue Wang

机构 * USC Physical Superintelligence (PSI) Lab(USC物理超智能实验室) Toyota Research Institute(丰田研究院)

AI总结 标志式外骨骼通过单图像推断实现机器人状态估计,简化设置并提升校准与控制性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.07999 2026-01-14 cs.SD eess.AS

VoxCog: Towards End-to-End Multilingual Cognitive Impairment Classification through Dialectal Knowledge

VoxCog: 通过方言知识实现端到端多语言认知障碍分类

Tiantian Feng, Anfeng Xu, Jinkook Lee, Shrikanth Narayanan

机构 * Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California(明斯希德电气与计算机工程系,南加州大学) Dornsife College of Letters, Arts and Sciences, University of Southern California(多恩斯菲学院,南加州大学)

AI总结 VoxCog通过整合方言知识,实现了端到端的多语言认知障碍分类,其语音基础模型在AD和MCI检测中表现出优于多模态集成和大语言模型的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2408.15969 2026-01-14 math.OC cs.AI cs.LG cs.SY eess.SY

Stability of Primal-Dual Gradient Flow Dynamics for Multi-Block Convex Optimization Problems

多块凸优化问题中对偶-原梯度流动力学的稳定性

Ibrahim K. Ozaslan, Panagiotis Patrinos, Mihailo R. Jovanović

机构 * Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California(明希德电气与计算机工程学院,南加州大学) Department of Electrical Engineering (ESAT-STADIUS), KU Leuven(电气工程系(ESAT-STADIUS),鲁汶大学)

AI总结 本文提出了一种基于近端增广拉格朗日方法的多块凸优化问题稳定性分析方法,实现了全局指数收敛性,并通过实验展示了其在并行计算中的优势。

Comments 32 pages; 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2408.15235 2026-01-14 cs.CV

Learning-based Multi-View Stereo: A Survey

基于学习的多视图立体:综述

Fangjinhua Wang, Qingtian Zhu, Di Chang, Quankai Gao, Junlin Han, Tong Zhang, Richard Hartley, Marc Pollefeys

机构 * Department of Computer Science, ETH Zurich(苏黎世联邦理工学院计算机科学系) Graduate School of Information Science and Technology, The University of Tokyo(东京大学信息科学与技术研究生院) Department of Computer Science, University of Southern California(南加州大学计算机科学系) Department of Engineering Science, University of Oxford(牛津大学工程科学系) University of Chinese Academy of Sciences(中国科学院大学) School of Computer and Communication Sciences, EPFL(苏黎世联邦理工学院计算机与通信科学学院) Australian National University(澳大利亚国立大学) Microsoft, Zurich(微软(瑞士))

AI总结 本文综述了基于学习的多视图立体方法,重点介绍了基于深度图的方法,并讨论了该领域未来的研究方向。

Comments Accepted to IEEE T-PAMI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏