在这项工作中,我们报告了结合IEEE国际生物医学成像研讨会(ISBI)2016和国际医学影像计算机辅助干预会议(MICCAI)2017年组织的肝肿瘤分割基准(LITS)的设置和结果。将24种有效的最先进的肝脏和肝脏肿瘤分段算法应用于一组131个计算机断层扫描(CT)体积,具有不同类型的肿瘤对比度水平(高强度/低强度),组织异常(转移瘤)大小和不同程度的病变。已提交的算法已在70个未公开的卷上进行了测试。该数据集是与七家医院和研究机构合作创建的,由三位独立的放射科医师手动审查。我们发现没有一种算法对肝脏和肿瘤表现最佳。最佳肝脏分割算法的Dice评分为0.96(MICCAI),而对于肿瘤分割,最佳算法评估为0.67(ISBI)和0.70(MICCAI)。 LITS图像数据和手动注释继续通过在线评估系统公开提供,作为持续的基准测试资源。
translated by 谷歌翻译
肝脏及其病变的自动分割是获得用于精确临床诊断和计算机辅助决策支持系统的定量生物标志物的重要步骤。本文提出了一种利用级联卷积神经网络(CFCN)和密集的三维条件随机场(CRF)自动分割CT腹部图像中的肝脏和病变的方法。我们训练和级联两个FCN,用于肝脏及其病变的组合分割。在第一步中,我们训练FCN来分割第二个FCN的liveras ROI输入。第二个FCN仅从步骤1的预测肝脏ROI中分割出病变。我们使用腺苷三维CRF来细化CFCN的分割,其同时考虑空间相干性和外观。 CFCN模型在包括15个肝肿瘤体积的腹部CT数据集3DIRCAD上进行2倍交叉验证训练。我们的研究结果表明,基于CFCN的语义肝脏和病变分割实现肝脏的Dice评分超过94%,计算时间低于每体积100s。我们通过实验证明了该方法作为一种决策支持系统的鲁棒性,该系统具有高精度和高速度,可用于日常临床常规。
translated by 谷歌翻译
我们提出了一个结合了分层规划和机器学习的思想的导航系统。该系统使用传统的全局规划器来计算朝向目标的最佳路径,并使用深度局部轨迹规划器和速度控制器来计算运动命令。系统的后者组件通过注意机制调整机器人的行为,使其朝向目标移动,避开障碍物,并尊重近距离行人的空间。所提出的深度模型的结构和使用注意机制都使得系统的执行可以解释。我们的仿真实验表明,所提出的架构优于基线,可以将全局计划信息和传感器数据直接映射到velocitycommands。与手工设计的传统导航系统相比,所提出的方法表现出更一致的性能。
translated by 谷歌翻译
We propose to learn a hierarchical prior in the context of variational autoencoders to avoid over-regularisation resulting from a standard normal prior distribution. To incentivise an informative latent representation of the data by learning a rich hierarchical prior, we formulate the objective function as the Lagrangian of a constrained-optimisation problem and propose an optimisation algorithm inspired by Taming VAEs. To validate our approach, we train our model on the static and binary MNIST, Fashion-MNIST, OMNIGLOT, CMU Graphics Lab Motion Capture, 3D Faces, and 3D Chairs datasets, obtaining results that are comparable to state-of-the-art. Furthermore, we introduce a graph-based interpolation method to show that the topology of the learned latent representation correspond to the topology of the data manifold.
translated by 谷歌翻译
本文介绍了Stanford Doggo,这是一种准直驱四驱动的动力运动。该机器人匹配或超过最先进的腿式机器人的常见性能指标。在垂直跳跃敏捷性(平均垂直速度的衡量标准)方面,斯坦福Doggo与最佳表现的动画匹配超过之前的最佳机器人22%。我们的整体设计架构着重于我们的准直接驱动设计方法。复制这个机器人的硬件和软件是开源的,只需要手工工具进行制造和组装,成本不到3000美元。
translated by 谷歌翻译
本文介绍了一种全方位的空中操纵平台,用于对非结构化环境进行鲁棒性和响应性交互,以实现基于接触的检测。完全驱动的倾转旋翼天线系统配备了一个刚性安装的末端执行器,能够施加6度的自由力和扭矩,解耦系统的平移和旋转动力学,并在保持稳定性的同时实现与环境的精确互动。具有选择性表观惯性的阻抗控制器被配制成允许在一定自由度下的顺应性,同时在其它自由度中实现精确的轨迹跟踪和干扰抑制。实验证明了干扰抑制,推 - 滑相互作用以及具有深度伺服的板载状态估计以与局部相互作用。该系统也被验证为基于接触的混凝土基础设施无损检测的工具。
translated by 谷歌翻译
我们用i.i.d中的squareloss函数分析了多智能体分散非参数回归的概念下分布式梯度下降的学习性能。样本分配给代理。我们证明了ifagents在网络规模方面拥有足够多的样本,然后分布梯度下降通过多次迭代实现最佳统计速率,这些迭代可以通过八卦矩阵的频谱差的倒数除以样本数来扩展到阈值。每个代理人拥有一个依赖于问题的权力。门槛的存在来自统计学。它编码存在“大数据”机制,其中所需迭代的数量不依赖于网络拓扑。在这种情况下,分布式梯度下降实现了最佳统计速率,迭代次数与网络中所有样本的梯度下降一致。如果通信延迟足够小,则与单机协议相比,分布式协议在运行时产生线性加速。这与分散的优化算法形成对比,后者不利用统计数据,仅产生线性加速图,其中光谱间隙远离零。我们的结果利用了代理人持有的数量的统计集中,并为分散方法中的统计和通信之间的相互作用提供了新的视角。在具有源/容量假设的标准非参数设置中给出了边界。
translated by 谷歌翻译
尽管过去已经建立了许多用于自动驾驶的研究车辆平台,但硬件设计,源代码和经验教训尚未提供给下一代示范者。这为研究界提供了基于实际评估的结果的努力,因为建立和维护研究车辆的工程知识丢失了。在本文中,我们分析了我们将开源驱动堆栈转移到研究工具的方法。我们将硬件和软件设置放在其他演示器的上下文中,并指出了导致我们选择的硬件和软件设计的标准。具体来说,我们讨论了Apollo驱动堆栈到我们研究工具的系统布局的映射,包括与执行器的通信通过在实时硬件平台上运行的控制器和传感器设置的集成。通过我们收集的经验教训,我们鼓励其他研究小组在未来更快地设置此类系统。
translated by 谷歌翻译
人类做出决定并与其他人一起行动,以实现短期和长期目标。由于计算科学和自动化等领域的不断进步,人类现在还与不同复杂程度的非人类进行交互,作为日常活动的一部分;正在开展大量工作,将越来越智能的机器人整合到人类工作中。玩。随着这些药剂的认知,感官和运动能力的增加,合理地认为用于人类援助的智能机器与人类共同行动 - 即,两个或更多的代理人适应他们的行为和他们对彼此的理解以及进步共同的目标或目标。人机伙伴关系中熟练联合行动的机制,条件和机会对多个社区都很有意义。尽管如此,人机联合行动尚未得到充分研究,尤其是在人类和智能机器在实时,日常生活体验过程中以持续的方式相互作用的情况下。在这项工作中,我们贡献了一个虚拟现实环境,其中人和代理人可以调整他们的预测,设计和他们的沟通,以便进行简单的觅食任务。在与单个参与者的acase研究中,我们提供了一个人 - 代理协调和决策的例子,涉及人和机器代理的预测学习,并控制机器代理部分的学习,其中音频通信信号用于提示它的人类伙伴,为获得共同的奖励服务。这些比较表明了在虚拟现实环境中研究人机协调的有效性,并确定了进一步的研究,这些研究将扩展我们对持久的人机联合行动的理解。
translated by 谷歌翻译
最近使用二维wordembedding的Super Characters方法的工作在文本分类任务中获得了最先进的结果,展示了这种新方法的前景。本文借鉴了超字符方法和二维嵌入的思想,提出了一种生成开放域对话的会话响应的方法。公共数据集的实验结果表明,所提出的SuperChat方法可以产生高质量的响应。交互式演示已准备好在研讨会上展示。
translated by 谷歌翻译