Ekta U. Samani
Carnegie Mellon University
収録論文 6本 ・ フィジカルAI/ロボット学習
LLM信頼性管理製造/LLM/最適化物体認識動作認識
※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
- LLMの有用性を最大化しつつ誤りを管理する適応的依存手法LLM信頼性管理2026/11/12
LLMの信頼性推定に基づきシステムの依存度を適応的に変える古典的手法をレビューし、誤りリスクを抑えつつ性能を向上させる枠組みを示した。
- 不完全なAIによる製造ロボットのプログラミング：FDMプリント設定選択のためのチューニング専門家としてのLLM製造/LLM/最適化2026/3/1
3Dプリントの設定調整を、LLMを専門家としてベイズ最適化ループに組み込むことで自動化し、単発のAI推奨よりも高品質な結果を得る手法を提案した。
- 未知環境での視覚的物体認識のための人間に着想を得たトポロジー表現物体認識2023/9/1
人間の「物体統一性」推論に着想を得て、色のトポロジカルなソフトクラスタリングと形状記述子を組み合わせたTOPS2記述子と認識フレームワークTHOR2を提案し、未知の混雑屋内環境での物体認識精度を向上させた。
- 散らかった屋内環境における位相的持続特徴に基づく物体認識物体認識2022/5/1
物体点群を2Dスライスに分割しパーシステントホモロジーで形状特徴を抽出する新しい位相記述子を提案し、遮蔽物体の認識でDGCNNとSimpleViewを上回った。
- 位相的永続特徴を用いた屋内環境における視覚的物体認識物体認識2020/10/1
物体形状の位相的永続特徴（スパース永続イメージと振幅）を抽出し、全結合ネットワークで屋内物体認識を行う手法を提案。未知環境での認識性能がResNetやEfficientNet、Faster R-CNN系を上回ることを示した。
- 時空間畳み込みネットワークによる屋内物体操作動作のセグメンテーションを用いた人間工学的リスク予測に向けて動作認識2019/2/1
RGB-D動画から動作を時空間畳み込みネットワークでセグメンテーションし、物体操作時の人間工学的リスク（安全・要注意・即対応）をリアルタイム予測する手法を提案。新規データセットで87-94%のF1スコアを達成。
