Multimodal Framework for Explainable Autonomous Driving: Integrating Video, Sensor, and Textual Data for Enhanced Decision-Making and Transparency
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zarghani, Abolfazl, Ebrahimi, Amirhossein, Malekesfandiari, Amir |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Logical Grammar Induction via Graph Kolmogorov Complexity: A Neuro-Symbolic Framework for Self-Healing Clinical Data Integrity
par: Zarghani, Abolfazl, et autres
Publié: (2026)
par: Zarghani, Abolfazl, et autres
Publié: (2026)
Interpreting Multimodal Communication at Scale in Short-Form Video: Visual, Audio, and Textual Mental Health Discourse on TikTok
par: Zha, Mingyue, et autres
Publié: (2026)
par: Zha, Mingyue, et autres
Publié: (2026)
Memory-Anchored Multimodal Reasoning for Explainable Video Forensics
par: Chen, Chen, et autres
Publié: (2025)
par: Chen, Chen, et autres
Publié: (2025)
RoboTron-Drive: All-in-One Large Multimodal Model for Autonomous Driving
par: Huang, Zhijian, et autres
Publié: (2024)
par: Huang, Zhijian, et autres
Publié: (2024)
Machine Learning-Driven Open-Source Framework for Assessing QoE in Multimedia Networks
par: Panahi, Parsa Hassani Shariat, et autres
Publié: (2024)
par: Panahi, Parsa Hassani Shariat, et autres
Publié: (2024)
Explainable Multimodal Emotion Recognition
par: Lian, Zheng, et autres
Publié: (2023)
par: Lian, Zheng, et autres
Publié: (2023)
NeedleDB: A Generative-AI Based System for Accurate and Efficient Image Retrieval using Complex Natural Language Queries
par: Erfanian, Mahdi, et autres
Publié: (2026)
par: Erfanian, Mahdi, et autres
Publié: (2026)
A Multimodal Framework for Explainable Evaluation of Soft Skills in Educational Environments
par: Guerrero-Sosa, Jared D. T., et autres
Publié: (2025)
par: Guerrero-Sosa, Jared D. T., et autres
Publié: (2025)
Multimodal LLM-based Query Paraphrasing for Video Search
par: Wu, Jiaxin, et autres
Publié: (2024)
par: Wu, Jiaxin, et autres
Publié: (2024)
Virbo: Multimodal Multilingual Avatar Video Generation in Digital Marketing
par: Zhang, Juan, et autres
Publié: (2024)
par: Zhang, Juan, et autres
Publié: (2024)
Multimodal Semantic Communication for Generative Audio-Driven Video Conferencing
par: Tong, Haonan, et autres
Publié: (2024)
par: Tong, Haonan, et autres
Publié: (2024)
When Top-ranked Recommendations Fail: Modeling Multi-Granular Negative Feedback for Explainable and Robust Video Recommendation
par: Chen, Siran, et autres
Publié: (2025)
par: Chen, Siran, et autres
Publié: (2025)
Integrated Semantic and Temporal Alignment for Interactive Video Retrieval
par: Luu, Thanh-Danh, et autres
Publié: (2025)
par: Luu, Thanh-Danh, et autres
Publié: (2025)
MCSC-Bench: Multimodal Context-to-Script Creation for Realistic Video Production
par: Hu, Huanran, et autres
Publié: (2026)
par: Hu, Huanran, et autres
Publié: (2026)
TA-V2A: Textually Assisted Video-to-Audio Generation
par: You, Yuhuan, et autres
Publié: (2025)
par: You, Yuhuan, et autres
Publié: (2025)
Divide and Conquer: Multimodal Video Deepfake Detection via Cross-Modal Fusion and Localization
par: Li, Qingcao, et autres
Publié: (2026)
par: Li, Qingcao, et autres
Publié: (2026)
MOMENTA: Mixture-of-Experts Over Multimodal Embeddings with Neural Temporal Aggregation for Misinformation Detection
par: Abdollahinejad, Yeganeh, et autres
Publié: (2026)
par: Abdollahinejad, Yeganeh, et autres
Publié: (2026)
Multi-Task Decision-Making for Multi-User 360 Video Processing over Wireless Networks
par: Badnava, Babak, et autres
Publié: (2024)
par: Badnava, Babak, et autres
Publié: (2024)
Dynamic Interaction-Aware and Causality-Disentangled Framework for Multimodal Sentiment Analysis
par: Dong, Guangyuan, et autres
Publié: (2026)
par: Dong, Guangyuan, et autres
Publié: (2026)
PrismSSL: One Interface, Many Modalities; A Single-Interface Library for Multimodal Self-Supervised Learning
par: Shirian, Melika, et autres
Publié: (2025)
par: Shirian, Melika, et autres
Publié: (2025)
Quality-Aware Dynamic Resolution Adaptation Framework for Adaptive Video Streaming
par: Premkumar, Amritha, et autres
Publié: (2024)
par: Premkumar, Amritha, et autres
Publié: (2024)
Enhancing Video Music Recommendation with Transformer-Driven Audio-Visual Embeddings
par: Liu, Shimiao, et autres
Publié: (2025)
par: Liu, Shimiao, et autres
Publié: (2025)
Multi-source Knowledge Enhanced Graph Attention Networks for Multimodal Fact Verification
par: Cao, Han, et autres
Publié: (2024)
par: Cao, Han, et autres
Publié: (2024)
Ada2I: Enhancing Modality Balance for Multimodal Conversational Emotion Recognition
par: Nguyen, Cam-Van Thi, et autres
Publié: (2024)
par: Nguyen, Cam-Van Thi, et autres
Publié: (2024)
Digital Simulations to Enhance Military Medical Evacuation Decision-Making
par: Fischer, Jeremy, et autres
Publié: (2025)
par: Fischer, Jeremy, et autres
Publié: (2025)
PG-Attack: A Precision-Guided Adversarial Attack Framework Against Vision Foundation Models for Autonomous Driving
par: Fu, Jiyuan, et autres
Publié: (2024)
par: Fu, Jiyuan, et autres
Publié: (2024)
PRM-BAS: Enhancing Multimodal Reasoning through PRM-guided Beam Annealing Search
par: Hu, Pengfei, et autres
Publié: (2025)
par: Hu, Pengfei, et autres
Publié: (2025)
KG-RAG: Enhancing GUI Agent Decision-Making via Knowledge Graph-Driven Retrieval-Augmented Generation
par: Guan, Ziyi, et autres
Publié: (2025)
par: Guan, Ziyi, et autres
Publié: (2025)
Simple but Effective Raw-Data Level Multimodal Fusion for Composed Image Retrieval
par: Wen, Haokun, et autres
Publié: (2024)
par: Wen, Haokun, et autres
Publié: (2024)
Listen, Look, Drive: Coupling Audio Instructions for User-aware VLA-based Autonomous Driving
par: Guo, Ziang, et autres
Publié: (2026)
par: Guo, Ziang, et autres
Publié: (2026)
Hierarchical Textual Knowledge for Enhanced Image Clustering
par: Zhong, Yijie, et autres
Publié: (2026)
par: Zhong, Yijie, et autres
Publié: (2026)
DiffCL: A Diffusion-Based Contrastive Learning Framework with Semantic Alignment for Multimodal Recommendations
par: Song, Qiya, et autres
Publié: (2025)
par: Song, Qiya, et autres
Publié: (2025)
Enhancing Vision-Language Tracking by Effectively Converting Textual Cues into Visual Cues
par: Feng, X., et autres
Publié: (2024)
par: Feng, X., et autres
Publié: (2024)
360CityGML: Realistic and Interactive Urban Visualization System Integrating CityGML Model and 360° Videos
par: Banno, Tatsuro, et autres
Publié: (2025)
par: Banno, Tatsuro, et autres
Publié: (2025)
XEmoGPT: An Explainable Multimodal Emotion Recognition Framework with Cue-Level Perception and Reasoning
par: Zhang, Hanwen, et autres
Publié: (2026)
par: Zhang, Hanwen, et autres
Publié: (2026)
OpenVNA: A Framework for Analyzing the Behavior of Multimodal Language Understanding System under Noisy Scenarios
par: Yuan, Ziqi, et autres
Publié: (2024)
par: Yuan, Ziqi, et autres
Publié: (2024)
TMDC: A Two-Stage Modality Denoising and Complementation Framework for Multimodal Sentiment Analysis with Missing and Noisy Modalities
par: Zhuang, Yan, et autres
Publié: (2025)
par: Zhuang, Yan, et autres
Publié: (2025)
Identity-Aware Vision-Language Model for Explainable Face Forgery Detection
par: Xu, Junhao, et autres
Publié: (2025)
par: Xu, Junhao, et autres
Publié: (2025)
Multimodal Unlearnable Examples: Protecting Data against Multimodal Contrastive Learning
par: Liu, Xinwei, et autres
Publié: (2024)
par: Liu, Xinwei, et autres
Publié: (2024)
TeMTG: Text-Enhanced Multi-Hop Temporal Graph Modeling for Audio-Visual Video Parsing
par: Chen, Yaru, et autres
Publié: (2025)
par: Chen, Yaru, et autres
Publié: (2025)
Documents similaires
-
Logical Grammar Induction via Graph Kolmogorov Complexity: A Neuro-Symbolic Framework for Self-Healing Clinical Data Integrity
par: Zarghani, Abolfazl, et autres
Publié: (2026) -
Interpreting Multimodal Communication at Scale in Short-Form Video: Visual, Audio, and Textual Mental Health Discourse on TikTok
par: Zha, Mingyue, et autres
Publié: (2026) -
Memory-Anchored Multimodal Reasoning for Explainable Video Forensics
par: Chen, Chen, et autres
Publié: (2025) -
RoboTron-Drive: All-in-One Large Multimodal Model for Autonomous Driving
par: Huang, Zhijian, et autres
Publié: (2024) -
Machine Learning-Driven Open-Source Framework for Assessing QoE in Multimedia Networks
par: Panahi, Parsa Hassani Shariat, et autres
Publié: (2024)