estimating专题

【译】PCL官网教程翻译(18)：估计一组点的视点特征直方图(VFH)签名 - Estimating VFH signatures for a set of points

英文原文查看估计一组点的视点特征直方图(VFH)签名本文描述了视点特征直方图([VFH])描述符，这是一种针对聚类(如对象)识别和6DOF姿态估计问题的点簇表示方法。下图展示了一个VFH识别和姿态估计的例子。给定一组火车数据(除最左边的点云外，最上面一行、最下面一行)，学习一个模型，然后使用一个云(最左边的部分)查询/测试模型。匹配的结果按从最好到最差的顺序从左到右从左下角开始。有关更多

论文笔记：Estimating future human trajectories from sparse time series data

sigspatial 2023 humob竞赛paper hiimryo816/humob2023-MOBB (github.com) 1 数据集分析这里只分享了HuMob数据集1的内容 1.1 假日分析对HuMob数据集#1地理数据的方差分析显示了非工作日的模式在某些天的y坐标方差中有显著的峰值，这是非工作日的象征【x坐标有相似的模式】 ——>识别了任务1数据集中最有可能是

Estimating Node Importance in Knowledge Graphs Using Graph Neural Networks

这是一篇将GNN运用在预测知识图谱(Knowledge Graph)节点重要性的文章，被KDD2019接收。文中提出了GENI模型，在GNN聚合信息的过程中只聚合一个标量（score）而不是聚合节点的embedding。 Introduction 知识图谱可以看做是一个有向多关系图，并且节点之间可能存在不止一条边。 Given a KG, estimating the importanc

论文学习 Generative Modeling by Estimating Gradients of the Data Distribution

论文学习 Generative Modeling by Estimating Gradients of the Data Distribution 前言前情提要分数匹配朗格文动力学核心问题流形假设产生的问题文章的解决方案前言个人认为，这篇Song Yang大佬的文章虽然被网上很多人吹，然而我们还是应该避免捧杀，认真了解一下其文章的内容和思想，以及试图理解他是如何想到这种思

When Will You Arrive Estimating Travel Time Based on Deep Neural Networks

1. 背景这是一篇发表在2018AAAI上面的文章，其目的是通过对历史车辆轨迹的学习，然后用于预测车辆的通勤时间(Travel Time Estimation)，也就是给定一条路径，然后预测从起点到终点所需要的时间。在先前的论文中，对于一条路径travel time的预测主要有两种方式：Individual vs. Collective，也就是单独预测和整体预测。所谓单独预测就是将整个

读书笔记《estimating tester to developer rations（or not）》

最近读了一篇文章《estimating tester to developer rations（or not）》，文章介绍了一个model, 这个model描述了项目中测试人员与开发人员的比例关系，并举了实例，作者也说明了这个model并不能给你准确的回答说一个项目需要多少测试人员，应该和开发人员的比例是多少，不过可以根据当前项目的情况，并把一些作者文章提及到的影响测试人员和开发人员的比例的各

Re8 Generative Modeling by Estimating Gradients of the Data Distribution

宋扬博士的作品，和DDPM同属扩散模型开创工作，但二者的技术路线不同 Introduction 当前生成模型主要分成两类基于似然模型通过近似最大似然直接学习分布的概率密度，如VAE 隐式生成模型概率分布由其抽样过程的模型隐式表示，如GAN GAN隐式表示了生成器网络可以产生的所有对象的分布。二者的局限：基于似然的模型需要对模型架构进行严格限制，以确保似然计算的可处理性；而隐

[论文阅读] 2019 NeurIPS - Generative modeling by estimating gradients of the data distribution

📑[阅读笔记]Generative modeling by estimating gradients of the data distribution 本文创造性的使用积分函数来学习训练数据的分布，并提出sliced score matching解决了传统score matching中存在的性能问题。 🙋‍♂️张同学 📧zhangruiyuan@zju.edu.cn 有问题请联系我~

A Deep Learning Model for Estimating Story Points 阅读笔记

A Deep Learning Model for Estimating Story Points 阅读笔记背景与动机工作量估算是软件项目管理的重要组成部分，特别是对于计划和监视软件项目。成本和进度超支一直是软件项目中的常见风险。麦肯锡大学和牛津大学对5400个大型IT项目进行了研究，发现大型软件项目平均超出预算66％，加班33％。对1,471个软件项目的另一项研究[2]显示了相似的

EPOS: Estimating 6D Pose of Objects with Symmetries

EPOS 1 表面面片2 网络架构2.1 语义分割2.2 所属面片分类2.3 三维点坐标回归2.4 损失函数 3 对称物体4 位姿求解 EPOS本质上也是一种基于2D-3D稠密对应的6D位姿估计方法，只不过它不是直接回归得到物体图像区域某像素对应的归一化的三维坐标点，而是将物体三维模型表面分割成一定数量的面片，这样在确定2D-3D对应关系时，首先是确定二维像素点对应的面片

Estimating Trafﬁc Flow in Large Road Networks Based on Multi-Source Trafﬁc Data

Estimating Trafﬁc Flow in Large Road Networks Based on Multi-Source Trafﬁc Data 本篇文章发表在IEEE Transactions on ITS 2020 前言准确和高分辨率的交通流信息对交通规划和管理具有重要意义，然而，由于安装和维护成本高，道路上的交通传感设备数量有限，而且目前大型公路网中的大多数路段都没有交

手势识别2020（一）Weakly-supervised Domain Adaptation via GAN and Mesh Model for Estimating 3D Hand Poses

《Weakly-supervised Domain Adaptation via GAN and Mesh Model for Estimating 3D Hand Poses Interacting Objects》论文解读 Abstract 1. Introduction 2. Domain Adaptation Framework 2.1. Training 2.1.1. 2D he

论文笔记《HetETA: Heterogeneous Information Network Embedding for Estimating Time of Arrival》

Abstract 本文目标是预计到达时间(The estimated time of arrival, ETA)，现有研究存在问题：很少有研究将结构化的图数据考虑在内，更不用说异构的信息网络了。本文提出 HetETA 模型旨在ETA任务中利用异构的图数据，具体做法：（1）将路网地图转化为多相关信息网络，引入车辆轨迹图联合考虑车辆行为模式（2）时间信息分为近期(recent periods)

Entire Space Multi-Task Model: An E ective Approach for Estimating Post-Click Conversion Rate

ABSTRACT 传统的CVR预估有一些问题，比如训练是在被点击的曝光上进行，而预估是在所有曝光上。这就是sample selection bias 问题。另外，还有一个数据稀疏问题，使得训练比较困难。文中作者从一个全新的角度对CVR建模，利用用户行为的顺序模式，曝光->点击->转化，进而提出了**Entire Space Multi-task Model (ESMM) ** 模型，并通过如下两

估计PointCloud中的曲面法线（Estimating Surface Normals in a PointCloud）

表面法线是几何表面的重要属性，并在许多领域（如计算机图形应用）中大量使用，以应用生成阴影和其他视觉效果的正确光源。给定一个几何曲面，通常很简单的方法是将曲面上某一点的法线方向作为垂直于该曲面的矢量。但是，由于我们获取的点云数据集代表了一组实际表面上的点样本，因此有两种可能性： 1、从获取的点云数据集中获取底层曲面，使用曲面网格划分技术，然后从网格中计算曲面法线; 2、使用近似值直接从点云数据