首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏计算机视觉life

    SLAM领域牛人、牛实验室、牛研究成果梳理

    Christian Kerl 个人主页:https://vision.in.tum.de/members/kerl 慕尼黑技术大学博士生,DVO的作者,主要研究方向为:使用安装在四旋翼或手持设备上的

    1.6K20发布于 2019-05-29
  • 来自专栏本体研究院

    无需等到2077年,这些方法就可以实现DID后量子安全

    blob/master/final-documents/quantum-secure-dids.md 关键词:去中心化身份、W3C DID 规范、数字签名、密钥轮转、哈希函数、DAD、关键事件接收日志(KERL

    1.6K10发布于 2021-01-05
  • 来自专栏CreateAMind

    实时SLAM的未来以及深度学习与SLAM的比较

    演讲一:Christian Kerl 谈 SLAM 中的连续轨迹 第一个演讲来自 Christian Kerl,他提出了一种用于估计连续时间轨迹的密集跟踪方法。 Kerl 的大部分演讲都集中于解决卷帘式快门相机的危害,而 Kerl 演示的系统还对建模给予谨慎的关注并消除了这些卷帘式快门的不利影响。 ?

    3.1K30发布于 2018-07-24
  • 来自专栏本体研究院

    如何实现量子安全的DID方法?密钥轮换机制了解一下

    blob/master/final-documents/quantum-secure-dids.md 关键词:去中心化身份、W3C DID 规范、数字签名、密钥轮转、哈希函数、DAD、关键事件接收日志(KERL

    1.3K20发布于 2021-01-06
  • 来自专栏机器学习与推荐算法

    SIGIR2020推荐系统论文聚焦

    KERL: A Knowledge-Guided Reinforcement Learning Model for Sequential Recommendation.

    2.2K31发布于 2020-06-17
  • 来自专栏图与推荐

    论文合集 | 图大模型推荐研究

    为了解决这个问题,我们引入了知识增强实体表示学习(KERL)框架,该框架利用知识图谱和预训练语言模型来改善CRS中实体的语义理解。 在我们的KERL框架中,实体文本描述通过预训练语言模型进行编码,而知识图谱帮助加强这些实体的表示。我们还使用位置编码来有效捕捉对话中实体的时间信息。 实验结果表明,KERL在推荐和响应生成任务中均实现了最先进的结果。 8.

    1.6K10编辑于 2024-05-18
  • 来自专栏机器人课程与技术

    Ubuntu_ROS中应用kinect v2笔记

    Maintainers Joshua Blake joshblake@gmail.com Florian Echtler Christian Kerl Lingzhu Xiang (development

    3.3K20发布于 2019-01-23
  • 来自专栏点云PCL

    SLAM综述(2)-视觉SLAM

    [37] Christian Kerl, J ¨urgen Sturm, and Daniel Cremers.

    1.9K22发布于 2020-10-26
  • 来自专栏全栈程序员必看

    Autoconf 详解[通俗易懂]

    Pinard,他提出了创建一个`autoconf'来运行m4并且检查找不到的宏调用的想法;还有Richard Pixley,他建议通过运行编译器而不是在文件系统中寻找引入文件和符号,以获得更精确的结果;还有Kerl

    5.1K50编辑于 2022-08-19
领券