Bottom-Up and Top-Down Reasoning with Hierarchical Rectified Gaussians
专题命中 Gaussian Splatting :spatial understanding(abstract);分类 cs.CV
Comments To appear in CVPR 2016
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
专题命中 Gaussian Splatting :spatial understanding(abstract);分类 cs.CV
Comments To appear in CVPR 2016
高斯混合模型之间的熵正则化部分最优传输与部分格罗莫夫-瓦瑟斯坦距离
专题命中 Gaussian Splatting :point cloud(abstract)
AI总结 本文针对高斯混合模型,开发熵正则化部分最优传输并定义部分混合格罗莫夫-瓦瑟斯坦距离,证明其极小值存在唯一性等性质,经数值实验验证该方法对异常值匹配具有鲁棒性。
Comments 7 figures
基于学习的三维高斯表示对结构化与非结构化体积的高效压缩
专题命中 Gaussian Splatting :novel view synthesis(abstract)
AI总结 提出基于三维高斯原语的显式模型压缩体积数据,通过加权聚合重建标量场,无需网格存储,在非结构化体积上全面超越隐式神经表示。
基于学习的无线电地图构建教程:数据、范式和物理感知
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
AI总结 本文系统综述了基于学习的无线电地图构建方法,从数据、范式和物理感知三个维度展开,并讨论了未来研究方向。
FLUIDSPLAT: 通过高斯原语从稀疏传感器重建物理场
机构 * Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) ; The Hong Kong University of Science and Technology(香港科学与技术大学) ; Mohamed bin Zayed University of Artificial Intelligence(莫扎德·本·扎耶德人工智能大学) ; Shanghai Jiaotong University(上海交通大学)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
AI总结 提出FLUIDSPLAT模型,利用高斯原语作为空间显式中间表示,从稀疏传感器数据重建流场,理论分析了表示能力与观测数的关系,并在多个基准上实现误差降低11-28%。
Comments 24 pages, 5 figures,preprint
基于最近邻图的高维广义高斯分布 goodness-of-fit 非参数检验
专题命中 Gaussian Splatting :point cloud(abstract)
AI总结 本文提出基于最近邻图和适应性零原理的非参数检验方法,用于评估高维广义高斯分布模型的拟合优度,通过稳健标准化和交叉边计数实现,具有高维扩展性和几何解释。
Comments 22 pages, 5 pages
专题命中 Gaussian Splatting :point cloud(abstract)
无线环境建模的射频逆渲染
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
AI总结 本文提出一种物理基础的射频逆渲染框架,通过分离射频发射、几何和材料电磁特性,提升无线环境建模的精度与灵活性。
基于Sinkhorn的关联记忆检索使用球面Hellinger Kantorovich动力学
专题命中 Gaussian Splatting :point cloud(abstract)
AI总结 本文提出基于Sinkhorn的关联记忆检索方法,利用球面Hellinger Kantorovich动力学实现抗扰动恢复,通过几何收敛性和盆地不变性提升存储模式的稳定性与恢复能力。
通过回归切片Wasserstein距离快速估计Wasserstein距离
机构 * Department of Statistics and Data Sciences University of Texas at Austin(统计与数据科学系得克萨斯大学奥斯汀分校)
专题命中 Gaussian Splatting :point cloud(abstract)
AI总结 本文提出通过回归切片Wasserstein距离快速估计Wasserstein距离的方法,该方法在多种任务中表现出色,尤其在低数据情况下优于现有模型。
Comments Accepted to ICLR 2026, 34 pages, 30 figures, 6 tables
Carré du champ flow matching: 更好的质量-泛化权衡在生成模型中
机构 * Institute of Artificial Intelligence(人工智能研究所) ; Medical University of Vienna(维也纳医科大学) ; University of Oxford(牛津大学) ; AITHYRA ; EPFL(苏黎世联邦理工学院)
专题命中 Gaussian Splatting :point cloud(abstract)
AI总结 Carré du champ flow matching通过几何感知噪声改进生成模型的质量-泛化权衡,适用于数据稀缺和非均匀采样场景。
动态数据的可靠拓扑:数学基础与应用
专题命中 Gaussian Splatting :point cloud(abstract)
AI总结 本文提出了一种条件稳定性理论,为动态数据中的Crocker图提供精确不变性和有限变化保障,揭示了稳定性阈值与几何关系。
ELECTRA:一种用于3D电荷密度预测的笛卡尔网络
机构 * Technical University of Denmark(丹麦技术大学) ; CAPeX Pioneer Center for Accelerating P2X Materials Discovery(CAPeX先锋中心) ; University of Toronto(多伦多大学) ; Vector Institute for Artificial Intelligence(人工智能矢量研究所) ; Canadian Institute for Advanced Research (CIFAR)(加拿大高级研究 institute)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
AI总结 ELECTRA通过笛卡尔张量网络预测漂浮轨道位置,实现高效且准确的3D电荷密度预测,并显著降低DFT计算的SCF迭代次数。
Comments 10 pages, 4 figures, 5 tables, NeurIPS 2025
机构 * MIT Mathematics(麻省理工学院数学系)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
专题命中 Gaussian Splatting :point cloud(abstract)
Comments To appear in SIAM Journal on Mathematics of Data Science
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
Comments Accepted to SUI 2025 Demo Track
专题命中 Gaussian Splatting :novel view synthesis(abstract)
Comments 15 pages, 10 figures, project page: https://vcai.mpi-inf.mpg.de/projects/GIGA
机构 * Zhejiang University(浙江大学)
专题命中 Gaussian Splatting :3DGS(abstract)
Comments Accepted by ACMMM'25
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
Comments Authors listed in alphabetical order of last name
专题命中 Gaussian Splatting :Gaussian Splatting(abstract)
专题命中 Gaussian Splatting :point cloud(abstract)
专题命中 Gaussian Splatting :point cloud(abstract)
Comments SenSys pre-published version
专题命中 Gaussian Splatting :point cloud(abstract)
Comments 21 pages, 3 figures
专题命中 Gaussian Splatting :point cloud(abstract)
专题命中 Gaussian Splatting :point cloud(abstract)
专题命中 Gaussian Splatting :point cloud(abstract)
专题命中 Gaussian Splatting :point cloud(abstract)
Comments 21 pages, 8 figures
专题命中 Gaussian Splatting :point cloud(abstract)
Comments 7 pages, 4 figures, accepted to the ICML 2023 Machine Learning for Astrophysics workshop
专题命中 Gaussian Splatting :point cloud(abstract)
Comments Published in The Eleventh International Conference on Learning Representations (2023). Code is available at https://github.com/alasdairtran/fourierflow