自动驾驶

WeatherOcc3D: VLM-Assisted Adverse Weather Aware 3D Semantic Occupancy Prediction

WeatherOcc3D: 借助VLM的恶劣天气感知3D语义占用预测

A. Enes Doruk, Abdelaziz Hussein, Hasan F. Ates

机构 * Department of Artificial Intelligence（人工智能系） ； Data Engineering Ozyegin University Istanbul, Türkiye（数据工程奥祖根大学伊斯坦布尔，土耳其） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 本文提出一种借助预训练CLIP隐空间的框架，通过语言环境线索指导多传感器融合，解决恶劣天气下传感器可靠性问题，提升3D语义占用预测的鲁棒性。

Spectral-Regime Overlap and Transition-like Behavior in the Blazar Population from Multi-Instrument X-ray and TeV Observations

射流谱域重叠与过渡行为在BLazar种群中的表现：多仪器X射线和TeV观测

Javaid Tantry, Naseer Iqbal

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 通过多仪器观测研究BLazar种群中X射线和TeV光子指数的分布与长期演变，发现光子指数空间存在广泛重叠区域，支持连续而非严格分离的谱分布。

Comments 30 pages, 12 figures, 7 tables, comments are welcome