Tony Salloom

収録論文 3本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• 極値補正と低複雑度GRUによる実時間水需要予測
  時系列予測2025/12/1

  実データ間に仮想データを挿入して極値付近の非線形性を緩和し、GRUとK-means特徴量を組み合わせた低複雑度モデルで水需要を高精度に予測する手法を提案した。

• PID制御に着想を得たニューラルネット時系列予測の精度向上手法：水道需要予測への適用
  時系列予測2025/12/1

  PID制御の考え方を応用し、ニューラルネットによる多段階時系列予測の各ステップの予測値を補正することで、モデルを複雑にせず予測精度を高める手法を提案し、水道需要と電力消費の予測で有効性を示した。

• ロボティクス向け高忠実度RGB-D深度補完のための幾何認識型スパース深度サンプリング
  深度補完2025/12/1

  RGB-D点群の法線推定に基づく画素ごとの深度信頼度を計算し、その分布に従ってスパース深度をサンプリングする手法を提案。拡散ベースの深度補完モデルと組み合わせ、NYU Depth v2で精度向上とエッジ付近のアーティファクト低減を実現した。