Buchumschlag

LiMTR: Time Series Motion Prediction for Diverse Road Users through Multimodal Feature Integration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Oerlemans, Camiel, Grooten, Bram, Braat, Michiel, Alassi, Alaa, Silvas, Emilia, Mocanu, Decebal Constantin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Batch Matrix-form Equations and Implementation of Multilayer Perceptrons
von: Wesselink, Wieger, et al.
Veröffentlicht: (2025)

Boosting Robustness in Preference-Based Reinforcement Learning with Dynamic Sparsity
von: Muslimani, Calarina, et al.
Veröffentlicht: (2024)

Adaptive Sparsity Level during Training for Efficient Time Series Forecasting with Transformers
von: Atashgahi, Zahra, et al.
Veröffentlicht: (2023)

NeuroTrails: Training with Dynamic Sparse Heads as the Key to Effective Ensembling
von: Grooten, Bram, et al.
Veröffentlicht: (2025)

Sparse-to-Sparse Training of Diffusion Models
von: Oliveira, Inês Cardoso, et al.
Veröffentlicht: (2025)

E2ENet: Dynamic Sparse Feature Fusion for Accurate and Efficient 3D Medical Image Segmentation
von: Wu, Boqian, et al.
Veröffentlicht: (2023)

Unveiling the Power of Sparse Neural Networks for Feature Selection
von: Atashgahi, Zahra, et al.
Veröffentlicht: (2024)

Addressing the Collaboration Dilemma in Low-Data Federated Learning via Transient Sparsity
von: Xiao, Qiao, et al.
Veröffentlicht: (2025)

Self-Regulated Neurogenesis for Online Data-Incremental Learning
von: Yildirim, Murat Onur, et al.
Veröffentlicht: (2024)

Dynamic Sparse Training versus Dense Training: The Unexpected Winner in Image Corruption Robustness
von: Wu, Boqian, et al.
Veröffentlicht: (2024)

Deep Ensembling with No Overhead for either Training or Testing: The All-Round Blessings of Dynamic Sparsity
von: Liu, Shiwei, et al.
Veröffentlicht: (2021)

Memory-Efficient LLM Training with Dynamic Sparsity: From Stability to Practical Scaling
von: Xiao, Qiao, et al.
Veröffentlicht: (2026)

When Data Is Scarce: Scaling Sparse Language Models with Repeated Training
von: Wu, Boqian, et al.
Veröffentlicht: (2026)

Leave it to the Specialist: Repair Sparse LLMs with Sparse Fine-Tuning via Sparsity Evolution
von: Xiao, Qiao, et al.
Veröffentlicht: (2025)

Are Sparse Neural Networks Better Hard Sample Learners?
von: Xiao, Qiao, et al.
Veröffentlicht: (2024)

ControlMTR: Control-Guided Motion Transformer with Scene-Compliant Intention Points for Feasible Motion Prediction
von: Sun, Jiawei, et al.
Veröffentlicht: (2024)

MTR++: Multi-Agent Motion Prediction with Symmetric Scene Modeling and Guided Intention Querying
von: Shi, Shaoshuai, et al.
Veröffentlicht: (2023)

Nerva: a Truly Sparse Implementation of Neural Networks
von: Wesselink, Wieger, et al.
Veröffentlicht: (2024)

Observational Methods for Assessing Ergonomic Risks for Work-Related Musculoskeletal Disorders. A Scoping Review
von: Wilhelmus Johannes Andreas Grooten
Veröffentlicht: (2018)

Dificultăți emoționale și psihosociale ale veteranilor din teatrele de operații
von: Mocanu, Sorin, et al.
Veröffentlicht: (2026)

Out-of-Distribution Generalization with a SPARC: Racing 100 Unseen Vehicles with a Single Policy
von: Grooten, Bram, et al.
Veröffentlicht: (2025)

What Did I Learn? Operational Competence Assessment for AI-Based Trajectory Planners
von: Braat, Michiel, et al.
Veröffentlicht: (2025)

Caracterización morfológica, bioquímica y molecular de la vitelogénesis de las hembras del crustáceo subantártico centolla (Lithodes santolla)
von: Santos René Serrano Silvas
Veröffentlicht: (2016)

Regarding the article “automatic identification of ablation targets in persistent atrial fibrillation: Initial experience with a new mapping tool”
von: Decebal Gabriel Lațcu
Veröffentlicht: (2024)

Big Bang Nucleosynthesis constraints on resonant DM annihilations
von: Braat, Pieter, et al.
Veröffentlicht: (2024)

Dynamic Data Pruning for Automatic Speech Recognition
von: Xiao, Qiao, et al.
Veröffentlicht: (2024)

Facilitating Opinion Diversity through Hybrid NLP Approaches
von: van der Meer, Michiel
Veröffentlicht: (2024)

Analyzing the capabilities of HLS and RTL tools in the design of an FPGA Montgomery Multiplier
von: Ifrim, Rares, et al.
Veröffentlicht: (2025)

You Can Have Better Graph Neural Networks by Not Training Weights at All: Finding Untrained GNNs Tickets
von: Huang, Tianjin, et al.
Veröffentlicht: (2022)

MTR-Bench: A Comprehensive Benchmark for Multi-Turn Reasoning Evaluation
von: Li, Xiaoyuan, et al.
Veröffentlicht: (2025)

MTR-Suite: A Framework for Evaluating and Synthesizing Conversational Retrieval Benchmarks
von: Ruan, Junhao, et al.
Veröffentlicht: (2026)

Video-MTR: Reinforced Multi-Turn Reasoning for Long Video Understanding
von: Xie, Yuan, et al.
Veröffentlicht: (2025)

MTR-VP: Towards End-to-End Trajectory Planning through Context-Driven Image Encoding and Multiple Trajectory Prediction
von: Keskar, Maitrayee, et al.
Veröffentlicht: (2025)

AgMTR: Agent Mining Transformer for Few-shot Segmentation in Remote Sensing
von: Bi, Hanbo, et al.
Veröffentlicht: (2024)

(Table 1) Correlation of precipitation and winter mass balance (bw) at Storbreen, Norway
von: Andreassen, Liss M, et al.
Veröffentlicht: (2009)

MEAL: A Benchmark for Continual Multi-Agent Reinforcement Learning
von: Tomilin, Tristan, et al.
Veröffentlicht: (2025)

Characterization and Mitigation of Insufficiencies in Automated Driving Systems
von: Fu, Yuting, et al.
Veröffentlicht: (2024)

Generalizations of four hyperbolic-type metrics and Gromov hyperbolicity
von: Mocanu, Marcelina
Veröffentlicht: (2024)

Editorial statistics
von: Ernst‐Jan Camiel Wit
Veröffentlicht: (2024)

Bike2Vec: Vector Embedding Representations of Road Cycling Riders and Races
von: Baron, Ethan, et al.
Veröffentlicht: (2023)