Исследование демонстрирует, как передовые геопространственные модели адаптируются к различным данным и географическим условиям для более эффективного картирования оползней.
Система ForeRobo открывает возможности для генерации неограниченного количества данных симуляции, позволяя роботам осваивать сложные задачи манипулирования в 3D-пространстве.
Исследователи предлагают метод динамического выбора действий для повышения эффективности и реалистичности роботизированных манипуляций.
Новый алгоритм совместной оптимизации позволяет снизить затраты на связь в беспроводных сетях при федеративном обучении, не жертвуя скоростью сходимости.
Разработка фреймворка для оценки достоверности прогнозов, основанного на снижении размерности данных и статистических методах.