Imperial College London（帝国理工学院）

BayesAME: Bayesian Active Model Evaluation

BayesAME：贝叶斯主动模型评估

Paula Cordero Encinar, Taylan Cemgil, Arnaud Doucet, Virginia Aglietti, Silvia Chiappa

机构 * Imperial College London（帝国理工学院） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 BayesAME是一种序列贝叶斯框架，可自动确定核心集大小以高效评估大型生成模型，其性能优于现有方法，且证实非随机核心集选择及连续响应对数似然的优势。

Dense Soft Weighting for Radar Ego-Velocity Estimation

用于雷达自速度估计的密集软加权方法

Atar Babgei, Chenyu Zhao, Michael Breza, Julie A. McCann

机构 * Imperial College London（帝国理工学院） 纠错

AI总结 针对视觉退化环境中雷达自速度估计的传统CFAR方法易丢失有效线索的问题，提出密集软加权雷达前端，结合鲁棒加权最小二乘估计自速度，在多数据集上显著降低位姿误差且可实时运行。

Comments Submitted to