扩散模型生成眼动轨迹:位置表示误差低于速度表示
热点事件持续更新
扩散模型生成眼动轨迹:位置表示误差低于速度表示
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Laxman Basnet 等人在 arXiv 发表研究,用扩散模型无条件生成眼动轨迹,并在 28 名参与者的 8 秒视觉搜索数据上比较位置表示与分量速度表示。位置模型在八项位置衍生特征上的平均 Jensen-Shannon 散度为 0.016±0.004,速度模型为 0.037±0.002;作者称该结果不能证明表示选择导致了差异。 研究还发现,位置模型的特性差异小于一个运动学马尔可夫基线;真实数据与生成数据的眼跳计数差异,强烈依赖事件检测所用的速度阈值。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 13:00
扩散模型如何用位置与速度表示生成眼动轨迹报道时间线
沿着报道,了解事件的不同侧面。
11月4日
- arXiv · cs.AI扩散模型如何用位置与速度表示生成眼动轨迹
研究用扩散模型无条件生成眼动轨迹,在28名参与者的8秒视觉搜索数据上比较位置表示与分量速度表示。位置模型在八项位置衍生特征上的平均Jensen-Shannon散度为0.016±0.004,速度模型为0.037±0.002,但该结果不能证明表示选择导致差异。位置模型的特性差异也小于一个运动学马尔可夫基线,且真实与生成数据的眼跳计数差异强烈依赖事件检测所用的速度阈值。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。