에이쿨 리서치

GenAI의 획기적인 작업을 선보이는 연구 허브에 오신 것을 환영합니다.

추천 간행물

FastAvatar: 대형 가우시안 재구성 트랜스포머로 통합된 고속 고화질 3D 아바타 재구성을 향하여

본 논문에서는 대형 가우스 복원 트랜스포머를 사용하여 고속 고화질 3D 아바타 재구성 방법인 FastaVatar를 소개합니다.고정 길이 데이터만 처리할 수 있는 기존 3D 아바타 방식과 달리 FastaVatar는 점진적 재구성을 구현하여 사용 가능한 데이터 볼륨을 기반으로 모델링 품질과 추론 속도 간의 적절한 균형을 유지하여 제한된 데이터로 실행 가능한 재구성 결과를 제공하면서 충분한 데이터를 갖춘 고품질 모델을 제공합니다.

Authors:

유에우, 유판 우, 웬 리, 유시 루, 카이루이 펑, 쉬안홍 첸, 동지 대학교, 상하이 혁신 연구소, 상하이 자오통 대학교, AKool

Conference:

Journal:

Archive:

Read the Paper

SinGS: Animatable Single-Image Human Gaussian Splats with Kinematic Priors

We propose SinGS, aiming to achieve high-quality and efficient animatable 3D avatar reconstruction. At the heart of SinGS are two key components: Kinematic Human Diffusion and GeometryPreserving 3D Gaussain Splatting. Extensive experiments demonstrate that SinGS enables lifelike, animatable human reconstructions, maintaining both high quality and inference efficiency (up to 70FPS).

Authors:

Yufan Wu, Xuanhong Chen, Wen Li, Shunran Jia, Hualiang Wei, Kairui Feng, Jialiang Chen, Yuhan Li, Ang He, Weimin Zhang, Bingbing Ni, Wenjun Zhang

Conference:

The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2025

Journal:

Archive:

Read the Paper

협력적 확산 회복 가능성을 통한 에너지 기반 모델 학습

이 연구는 협력 확산 회복 가능성을 사용하여 에너지 기반 모델을 학습하는 혁신적인 방법을 제시합니다.우리의 접근 방식은 협동 학습 및 확산 프로세스의 강점을 활용하여 에너지 기반 모델의 교육 효율성과 효과를 개선합니다.

Authors:

주 야쉬안, 지엔웬 시에, 잉 니안 우, 루이치 가오

Conference:

제12회 학습 표현에 관한 국제 컨퍼런스 (ICLR), 2024년

Journal:

Archive:

Read the Paper

발전적 중요성에 대한 에너지 기반 사전

이 백서에서는 생성적 돌출성 모델을 위한 새로운 에너지 기반 선행 사례를 소개합니다.우리의 접근 방식은 에너지 기반 기술을 통합하여 현저성 감지의 해석 가능성과 성능을 향상시켜 다양한 응용 분야에서 보다 정확하고 신뢰할 수 있는 결과를 제공합니다.

Authors:

징 장, 지안웬 시에, 닉 반스, 핑 리

Conference:

Journal:

패턴 분석 및 머신 인텔리전스 (TPAMI) 에 관한 IEEE 트랜잭션, 2023년

Archive:

Read the Paper

잠재 공간 에너지 기반 신경 ODE

이 연구는 잠재 공간 에너지 기반 신경 상미분 방정식 (ODE) 을 사용하여 연속시간 순차 데이터를 모델링하기 위한 새로운 프레임워크를 소개합니다.우리의 접근 방식은 순차 데이터의 모델링을 향상시켜 머신 러닝 작업에 대한 새로운 통찰력을 제공합니다.

Authors:

셩쳉, 더키안 콩, 지엔웬 시에, 이국진, 우잉니안, 양예저우

Conference:

Journal:

머신 러닝 리서치 관련 거래 (TMLR) 2025

Archive:

Read the Paper

래턴트 프롬프트 트랜스포머에 의한 분자 설계

우리는 분자 설계의 어려운 문제를 해결하기 위한 새로운 생성 모델인 LPT (Latent Prompt Transformer) 를 제안합니다.실험에 따르면 LPT는 단일 목적, 다중 목적 및 구조가 제한된 최적화 작업에서 유용한 분자를 효과적으로 발견할 뿐만 아니라 강력한 샘플 효율성을 보여줍니다.

Authors:

더키안 콩, 유하오 황, 지엔웬 시에, 에두아르도 호닉, 밍 쉬, 슈앙홍 쉐, 페이 린, 산핑 저우, 셩종, 난닝 정, 잉 니안 우

Conference:

제38회 신경 정보 처리 시스템 컨퍼런스 (뉴립스 2024)

Journal:

Archive:

Read the Paper

잠재 에너지 기반 오디세이: 에너지 기반 잠재 공간에서의 확장 탐색을 통한 블랙박스 최적화

이 백서에서는 잠재 에너지 기반 오디세이로 알려진 새로운 블랙박스 최적화 방법을 소개합니다.이 접근법은 에너지 기반 잠재 공간 내에서 탐색을 확장하여 최적화 프로세스를 향상시키는 데 중점을 둡니다.이 방법은 잠재 공간의 에너지 환경을 활용하여 최적화 작업의 효율성과 효과를 개선하여 기계 학습 및 최적화 분야에서 상당한 발전을 이루고 있습니다.

Authors:

페이유 유, 딩후아이 장, 헝지 헤, 샤오지엔 마, 루이야오 미아오, 이판 루, 야시 장, 더첸 콩, 루이치 가오, 지엔웬 시에, 광청, 잉 니안 우

Conference:

Journal:

Archive:

Read the Paper

CoopHash: 감독형 이미지 해싱을 위한 가변 MCMC 교육을 통한 다목적 디스크립터 및 대조 쌍 생성기의 협력 학습

CoopHash는 협력 학습을 통해 감독된 이미지 해싱에 대한 새로운 접근 방식을 도입합니다.변형 마르코프 체인 몬테카를로 (MCMC) 교육을 활용하여 다목적 디스크립터와 대조적 쌍 생성기를 동시에 최적화합니다.이 혁신적인 방법은 이미지 해싱의 효율성과 정확성을 향상시켜 이 분야에서 크게 발전했습니다.

Authors:

코아 도안, 지엔웬 시에, 야쉬안 주, 양 자오, 핑 리

Conference:

Journal:

Archive:

Read the Paper

궤적 추상화를 위한 잠재 계획 변환기: 잠재 공간 추론으로서의 계획

이 백서에서는 계획을 잠재 변수 추론으로 취급하는 새로운 프레임워크인 Latent Plan Transformer를 소개합니다.우리의 접근 방식은 변압기의 강점과 잠재 변수 모델을 결합하여 복잡한 환경에서 강력하고 효율적인 계획을 수립합니다.

Authors:

더키안 콩, 데홍 쉬, 밍루 자오, 보 팡, 지엔웬 시에, 앤드류 리자라가, 유하오 황, 시루이 시에, 잉 니안 우

Conference:

제38회 신경 정보 처리 시스템 컨퍼런스 (뉴립스 2024)

Journal:

Archive:

Read the Paper

다중 영역 이미지-이미지 변환을 위한 점진적 에너지 기반 협력 학습

다중 영역 이미지-이미지 변환을 위한 점진적인 에너지 기반 협력 학습 프레임워크를 제안합니다.이 방법은 학습 과정을 점진적으로 개선하여 여러 영역에서 우수한 성능을 발휘함으로써 도메인 적응 및 번역 문제를 해결합니다.

Authors:

웨이난 송, 야쉬안 주, 레이 헤, 잉 니안 우, 지엔웬 시에

Conference:

Journal:

Archive:

아르시브, 2024년

Read the Paper

회사 소개

우리 팀은 권위 있는 기관의 저명한 연구자들로 구성되어 있으며 인공 지능 분야의 발전을 위해 협력하고 있습니다.우리는 실제 문제를 해결하고 더 넓은 과학 커뮤니티에 기여하는 혁신적인 솔루션을 개발하는 데 중점을 둡니다.

연결 상태 유지

연락처: 문의, 협력 또는 연구에 대한 추가 정보가 필요하면 다음 주소로 문의하십시오. info@akool.com.