我们可以通过观看数月或数年来了解一个场景？在长时间播放中录制的视频将在多个时间范围内描绘有趣的现象，但识别和观看它们带来了挑战。该视频太长了，无法完整观看，并且某些事件的实时体验太慢，例如冰川静修。及时视频是总结长视频和可视化慢时尺度的常见方法。但是，时间段仅限于单个选择的时间频率，并且由于框架之间的混叠和时间不连续性，通常会出现闪烁。在本文中，我们提出了视频时间金字塔，该技术可以解决这些局限性并扩大可视化时间流逝的可能性。受到计算机视觉的空间图像金字塔的启发，我们开发了一种在时间域中构建视频金字塔的算法。视频时间金字塔的每个级别都可以看到不同的时间表。例如，每月时间表的视频通常非常适合可视化季节性变化，而一分钟时间尺度的视频最适合可视化日出或云层在天空中的运动。为了帮助探索不同的金字塔水平，我们还提出了一个视频频谱图，以可视化整个金字塔的活动量，从而提供了场景动力学的整体概述，并能够在时间和时间表上探索和发现现象。为了展示我们的方法，我们已经从十个户外场景中构建了视频时间金字塔，每个户外场景都包含数月或数年的数据。我们将视频颞金字塔层与天真的时间解体进行了比较，并发现我们的金字塔可以无视长期变化的别名观看。我们还证明，视频谱图通过实现概述和以细节为中心的观点来促进跨金字塔水平的现象的探索和发现。
translated by 谷歌翻译
Free-text rationales (FTRs) follow how humans communicate by explaining reasoning processes via natural language. A number of recent works have studied how to improve language model (LM) generalization by using FTRs to teach LMs the correct reasoning processes behind correct task outputs. These prior works aim to learn from FTRs by appending them to the LM input or target output, but this may introduce an input distribution shift or conflict with the task objective, respectively. We propose KNIFE, which distills FTR knowledge from an FTR-augmented teacher LM (takes both task input and FTR) to a student LM (takes only task input), which is used for inference. Crucially, the teacher LM's forward computation has a bottleneck stage in which all of its FTR states are masked out, which pushes knowledge from the FTR states into the task input/output states. Then, FTR knowledge is distilled to the student LM by training its task input/output states to align with the teacher LM's. On two question answering datasets, we show that KNIFE significantly outperforms existing FTR learning methods, in both fully-supervised and low-resource settings.
translated by 谷歌翻译
通过查找图像可能不满意的图像来捕获对象检测器的错误行为，这一兴趣很长。在实际应用（例如自动驾驶）中，对于表征除了简单的检测性能要求之外的潜在失败也至关重要。例如，与远处未遗漏的汽车检测相比，错过对靠近自我车辆的行人的侦查通常需要更仔细的检查。在测试时间预测这种潜在失败的问题在文献和基于检测不确定性的传统方法中被忽略了，因为它们对这种错误的细粒度表征不可知。在这项工作中，我们建议将查找“硬”图像作为基于查询的硬图像检索任务的问题进行重新制定，其中查询是“硬度”的特定定义，并提供了一种简单而直观的方法，可以解决此任务大型查询家庭。我们的方法完全是事后的，不需要地面真相注释，独立于检测器的选择，并且依赖于有效的蒙特卡洛估计，该估计使用简单的随机模型代替地面真相。我们通过实验表明，它可以成功地应用于各种查询中，它可以可靠地识别给定检测器的硬图像，而无需任何标记的数据。我们使用广泛使用的视网膜，更快的RCNN，Mask-RCNN和CASCADE MASK-RCNN对象检测器提供有关排名和分类任务的结果。
translated by 谷歌翻译
机器人系统的功能需求通常需要在干扰或不确定环境的影响下完成各种任务或行为。越来越多的兴趣是动态机器人的自主权，例如多电动器，汽车和腿部平台。在这里，干扰和环境条件可能会对单个动态行为的成功表现产生重大影响，称为“运动原始人”。尽管如此，通过合适的运动原语切换和过渡可以实现鲁棒性。本文通过提出运动原始动力学的抽象和相应的“运动原始传递函数”来贡献这种方法。由此，构建了混合的离散和连续的“运动原始图”，并详细介绍了能够在线搜索该图的算法。结果是一个能够实现动态系统的整体鲁棒性的框架。这是针对四足动物机器人的一组运动原语的实验证明的，受到各种环境和故意干扰。
translated by 谷歌翻译
在自动驾驶符号识别等任务中，强大的分类至关重要，因为错误分类的弊端可能是严重的。对抗性攻击威胁着神经网络分类器的鲁棒性，导致它们始终如一，自信地误导了道路标志。一种这样的攻击，基于阴影的攻击，通过应用自然的阴影来输入图像引起误解，从而导致人类观察者看起来很自然，但对这些分类器感到困惑。当前针对此类攻击的防御能力采用简单的对抗训练程序，分别在GTSRB和LISA测试集上获得相当低的25 \％和40 \％的鲁棒性。在本文中，我们提出了一种健壮，快速且可推广的方法，旨在在道路标志识别的背景下防御阴影攻击，以增强具有二进制自适应阈值和边缘图的源图像。我们从经验上表明了它针对影子攻击的稳健性，并重新制定了该问题，以表明其相似性$ \ varepsilon $基于扰动的攻击。实验结果表明，我们的边缘防御能力达到78 \％的鲁棒性，同时在GTSRB测试集上保持98 \％的良性测试精度，这是我们阈值防御的类似结果。链接到我们的代码是在论文中。
translated by 谷歌翻译
在这封信中，作者提出了一种两步的方法来评估和验证真正的系统，以满足其运作目标的能力。具体而言，每当系统目标具有可量化的满意度量时，即信号时间逻辑规范，屏障函数等 - 作者通过详细说明的贝叶斯优化程序，制定了两个单独的优化问题。这种双向方法具有量化系统模拟器与其硬件对应物之间的SIM2重组的增加的益处。我们的贡献是双重的。首先，我们在解决这些优化问题时表现出了我们概述的优化过程的可重复性。其次，我们表明相同的过程可以通过识别在不同环境中运行的模拟器和其硬件对应物之间的SIM2重差来区分不同环境之间。
translated by 谷歌翻译
将动态机器人带入野外，需要平衡性能和安全之间。然而，旨在提供强大安全保证的控制器通常会导致保守行为，并调整这些控制器，以找到性能和安全之间的理想权衡通常需要域专业知识或仔细构造的奖励功能。这项工作提出了一种设计范式，用于系统地实现平衡性能和强大安全性的行为，通过将基于安全感知的基于偏好（PBL）与控制屏障功能（CBF）集成来实现平衡性能和鲁棒安全性。融合这些概念 - 安全感知的学习和安全关键控制 - 提供了一种在实践中实现复杂机器人系统的安全行为的强大手段。我们展示了这种设计范式的能力，以实现在硬件上的模拟和实验上的四足机器人的安全和表演感知的自主操作。
translated by 谷歌翻译
由于其在各个领域的重要性和潜在应用，情感 - 原因对提取（ECPE）是一种自然语言处理的复杂而流行的地区。在本报告中，我们的目标是在线评论领域的ECPE中展示我们的ECPE工作。通过手动注释的数据集，我们探索使用神经网络提取情绪原因对的算法。此外，我们提出了一种使用先前参考资料的模型，并将情感导致对与情感感知的单词嵌入领域的研究相结合，在那里我们将这些嵌入的嵌入式发送到Bi-LSTM层中，这为我们提供了情绪相关的条款。随着有限数据集的约束，我们实现了。我们报告的总体范围包括全面的文献审查，通过提出对管道的改进以及特定域的算法开发和实施来修改ECPE的引用方法的全面文献审查，以及修改以前的工作评论评论。
translated by 谷歌翻译
本文介绍了机器人系统的安全关键控制的框架，当配置空间中的安全区域上定义了安全区域时。为了保持安全性，我们基于控制屏障函数理论综合安全速度而不依赖于机器人的A可能复杂的高保真动态模型。然后，我们跟踪跟踪控制器的安全速度。这使得在无模型安全关键控制中。我们证明了拟议方法的理论安全保障。最后，我们证明这种方法是适用于棘手的。我们在高保真仿真中使用SEGWAY执行障碍避免任务，以及在硬件实验中的无人机和Quadruped。
translated by 谷歌翻译