SceneBench: A Hierarchical Benchmark for Vision-Language Understanding of 3D Scenes
为解决现有3D场景理解基准的局限性，本文通过构建包含966个光真实3D场景的SceneBench并定义三个评估任务来提升视觉-语言模型在3D空间推理方面的能力。
0 citationsRead paper
Selected work
Representative Papers
FANS: Federated Adaptive Network Search Learning for Heterogeneous Devices
为解决异构设备联邦学习中模型配置受限问题，提出FANS框架及FPS算法，通过共享架构空间和并行训练优化模型性能。
0 citationsRead paper
The Periodically Correlated Components of Measles in New York City using the Variable Band-pass Periodic Block Bootstrap
研究使用Variable Band-pass Periodic Block Bootstrap方法，有效识别了纽约市麻疹病例中的周期性成分，为疾病预测与防控提供新工具。
0 citationsRead paper
ORB-SVM : An Innovative Hybrid Framework for Efficient Brain Tumor Detection from MRI Scans
该研究提出一种结合ORB特征提取和SVM分类的混合框架，用于MRI脑肿瘤检测，有效减少数据量并保持高诊断准确性。
0 citationsRead paper
RecKAN: Kolmogorov-Arnold Networks with a Learnable Recursive Polynomial Basis
本文提出RecKAN，通过学习二次多项式递归定义的基来改进Kolmogorov-Arnold网络，解决了现有方法中基函数固定的问题，在多个基准数据集上表现优异。
0 citationsRead paper
Recent publications
Latest Papers
SceneBench: A Hierarchical Benchmark for Vision-Language Understanding of 3D Scenes
为解决现有3D场景理解基准的局限性，本文通过构建包含966个光真实3D场景的SceneBench并定义三个评估任务来提升视觉-语言模型在3D空间推理方面的能力。
0 citationsRead paper
FANS: Federated Adaptive Network Search Learning for Heterogeneous Devices
为解决异构设备联邦学习中模型配置受限问题，提出FANS框架及FPS算法，通过共享架构空间和并行训练优化模型性能。
0 citationsRead paper
The Periodically Correlated Components of Measles in New York City using the Variable Band-pass Periodic Block Bootstrap
研究使用Variable Band-pass Periodic Block Bootstrap方法，有效识别了纽约市麻疹病例中的周期性成分，为疾病预测与防控提供新工具。
0 citationsRead paper
ORB-SVM : An Innovative Hybrid Framework for Efficient Brain Tumor Detection from MRI Scans
该研究提出一种结合ORB特征提取和SVM分类的混合框架，用于MRI脑肿瘤检测，有效减少数据量并保持高诊断准确性。
0 citationsRead paper
RecKAN: Kolmogorov-Arnold Networks with a Learnable Recursive Polynomial Basis
本文提出RecKAN，通过学习二次多项式递归定义的基来改进Kolmogorov-Arnold网络，解决了现有方法中基函数固定的问题，在多个基准数据集上表现优异。
0 citationsRead paper