Компьютерная наука > Комплекторное видение и распознавание моделей [представлено 15 сентября 2026 года] Название: NeuroSymbEAD: Крупный массив данных о нейро-символической головной системе для Omni-Directional Employment Advanced View PDF HTML (экспериментальное) резюме: В настоящем документе представлен NeuroSybEAД, большой набор данных по нейроболическим подписям с эгоцентричным графом знаний (KG), содержащим статические и динамические объекты, аннотированные классами, категориями, курсами движения, направлениями и расстояниями от эготранспортного средства. Эти аннотации используются в наборе данных KITTI-360 для создания многоуровневых текстовых субтитров, представляющих легкую версию эгоцентричной карты сцены. Реконструкция карт местности, визуальное распознавание и заземление объектов определяют исходные условия для обеспечения здравого смысла и понимания движения/подвижного момента. Для этих целей естественная языковая подписка на объекты и их сложные взаимоотношения являются широко признанным контекстуальным представлением для выполнения задач, связанных с работой в помещениях. Нейросимболические представления доказали свою эффективность в обработке структурированной информации для различных компьютерных программ зрения и языков. Наша аннотация данных позволяет генерировать различные сегменты карт, создавать моделируемые или реальные объекты в определяемых коробках, которые предсказываются любой сетью обнаружения объектов 3D и строить иерархические текстовые субтитры.…
NeuroSymbEAD: Крупномасштабный набор данных о нейро-символической захвате для обеспечения бесперебойного движения
arXiv: 2609.16919v1 Annualce Type: New Humbrie: Настоящий документ представляет собой массив данных о нейро-символической сети, содержащий эгоцентричный график знаний (KG) статических и динамических объектов, аннотированных с классами, категориями, направлениями движения, установками и расстояниями от эготранспортного средства. Эти аннотации используются в наборе данных KITTI-360 для создания многоуровневых текстовых субтитров, представляющих легкую версию эгоцентричной карты сцены. Реконструкция карт местности, визуальное распознавание и заземление объектов определяют исходные условия для обеспечения здравого смысла и понимания движения/подвижного момента. Для этих целей естественная языковая подписка на объекты и их сложные взаимоотношения являются широко признанным контекстуальным представлением для выполнения задач, связанных с работой в помещениях. Нейросимболические представления доказали свою эффективность в обработке структурированной информации для различных компьютерных программ зрения и языков. Наша аннотация данных позволяет генерировать различные