Daniel D Lee
収録論文 1本 ・ フィジカルAI/ロボット学習
3D表現学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 学習可能な合成可能3D物体表現のための高階関数ネットワーク3D表現学習2019/7/1
物体の形状を別の「マッピングネットワーク」の重みに直接エンコードし、球面からサンプリングした点を変換して再構成する手法を提案。約7000パラメータで数百万パラメータの最先端手法に匹敵する再構成精度を達成した。
世界のフィジカルAIを、日本語で。
収録論文 1本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
物体の形状を別の「マッピングネットワーク」の重みに直接エンコードし、球面からサンプリングした点を変換して再構成する手法を提案。約7000パラメータで数百万パラメータの最先端手法に匹敵する再構成精度を達成した。
PR・アフィリエイト広告