本目录基于《概念解析》专栏已发布的文章分类整理生成,包含无线感知、计算机视觉、深度学习等多个技术主题。
该专栏旨在结合前沿论文,为读者提供无线感知、人工智能(AI)、信号处理等领域相关概念的简明扼要的解释和介绍,致力于简洁清晰地解释、辨析复杂而专业的概念。通过对专业术语和前沿技术的通俗解读,帮助读者快速理解复杂概念的内在原理和机制,把握行业发展方向。
目录更新日期:20231012
1 无线感知相关
1.1 雷达
认知雷达
雷达成像
MIMO
SAR
- 概念解析 | 合成孔径雷达在海洋动力学研究中的应用
- 概念解析 | 合成孔径雷达中运动补偿与自聚焦的关系
- 概念辨析 | SAR运动补偿和自聚焦技术:深入探索雷达图像
- 概念解析 | 多维度合成孔径雷达成像概念解析
DOA估计
1.2 通感一体化
1.3 网络 / IoT / 云计算
1.4 量子感知
1.5 生理感知
1.6 信号处理
2 High-level视觉相关
2.1 自动驾驶 / 机器人 感知
- 概念解析 | 自动驾驶中的Corner Case剖析: 分类、处理方法和挑战
- 概念解析 | 非极大值抑制(NMS):原理、缺点和改进
- 概念解析 | AutoFed:面向异构数据的联邦多模态自动驾驶的学习框架
- 简要介绍 | 航行家的视觉:理解Odometry, Relocalization和SLAM的区别与联系
2.2 医学图像处理
2.3 点云处理
- 概念解析 | PointNet概述
- 简要介绍 | 两阶段点云目标检测:理论与实践
- 简要介绍 | 大规模三维场景理解:从点云到智能导航
- 简要介绍 | 点云距离度量:从原理到应用
- 简要介绍 | 三维点云配准:理论、方法与挑战
2.4 身份识别
2.5 光流估计
2.6 姿态估计
2.7 OOD
3 Low-level视觉相关
3.1 非视距(NLOS)成像
3.2 3D重建
3.3 生成模型
- 简要介绍 | 生成模型的演进:从自编码器(AE)到变分自编码器(VAE)和生成对抗网络(GAN),再到扩散模型
- 简要介绍 | 自编码器:神经网络中的自我复制艺术
- 简要介绍 | 基于Diffusion model的图像生成和重建
3.4 图像形态学处理
4 机器学习 / 深度学习 理论
4.1 基础概念
4.2 优化理论
- 概念解析 | 解码ADMM:交替方向乘子法的原理、应用与前景
- 概念解析| 压缩感知:在稀疏的世界中寻找完整的信息
- 概念解析 | 长尾分布:从无处不在的‘少数派’中挖掘价值
- 概念解析 | 隐式神经表示:揭开神经网络黑盒的奥秘
4.3. 神经符号
4.4 多模态/跨模态学习
4.5 元学习
4.6 NeRF
4.7 知识蒸馏
4.8 无监督 / 自监督 学习
4.9 CUDA
4.10 量子机器学习
5 大模型
- CLIP和BLIP的区别 概念解析 | 揭秘视觉与语言交叉模型:CLIP和BLIP的介绍
- 生成式智能体 ACM UIST 2023 | Generative Agents: Interactive Simulacra of Human Behavior
- 概念解析 | ChatGPT技术概览
- 简要介绍 | 自回归生成:探索序列的未来之旅