神经网络各层输入图像特征的模仿学习
原文中文,约200字,阅读约需1分钟。发表于: 。通过在每个神经网络层中输入具有相对较低相关性的数据来增强其对输出的影响,本文提出了一种应对多模态数据挑战的有效方法,成功地将多样的数据源融入到学习过程中,通过使用原始图像和关节信息作为输入的简单拾放操作实验,即使处理来自短采样时期的数据也展示了显著的成功率提高。
本文提出了一种有效的方法来处理多模态数据挑战,通过在每个神经网络层中输入具有较低相关性的数据来增强其对输出的影响。实验证明,即使处理来自短采样时期的数据,该方法也能显著提高成功率。