Buchumschlag

A Tactical Behaviour Recognition Framework Based on Causal Multimodal Reasoning: A Study on Covert Audio-Video Analysis Combining GAN Structure Enhancement and Phonetic Accent Modelling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Meng, Wei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computers and Society Artificial Intelligence Computer Vision and Pattern Recognition 05C82, 68T07, 68T05, 62H30 I.2.10; I.4.8; H.5.1; H.2.8
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Classifier Calibration at Scale: An Empirical Study of Model-Agnostic Post-Hoc Methods
von: Manokhin, Valery, et al.
Veröffentlicht: (2026)

Self-Attention And Beyond the Infinite: Towards Linear Transformers with Infinite Self-Attention
von: Roffo, Giorgio, et al.
Veröffentlicht: (2026)

TerraSeg: Self-Supervised Ground Segmentation for Any LiDAR
von: Lentsch, Ted, et al.
Veröffentlicht: (2026)

UNION: Unsupervised 3D Object Detection using Object Appearance-based Pseudo-Classes
von: Lentsch, Ted, et al.
Veröffentlicht: (2024)

See What You Need: Query-Aware Visual Intelligence through Reasoning-Perception Loops
von: Dong, Zixuan, et al.
Veröffentlicht: (2025)

GeoJEPA: Towards Eliminating Augmentation- and Sampling Bias in Multimodal Geospatial Learning
von: Lundqvist, Theodor, et al.
Veröffentlicht: (2025)

DeepShade: Enable Shade Simulation by Text-conditioned Image Generation
von: Da, Longchao, et al.
Veröffentlicht: (2025)

Dense Video Understanding with Gated Residual Tokenization
von: Zhang, Haichao, et al.
Veröffentlicht: (2025)

Active Negative Loss: A Robust Framework for Learning with Noisy Labels
von: Ye, Xichen, et al.
Veröffentlicht: (2024)

Mitigating Catastrophic Forgetting in Streaming Generative and Predictive Learning via Stateful Replay
von: Du, Wenzhang
Veröffentlicht: (2025)

Enhancing Diversity in Multi-objective Feature Selection
von: Miyandoab, Sevil Zanjani, et al.
Veröffentlicht: (2024)

Adaptive Machine Learning for Resource-Constrained Environments
von: Ordóñez, Sebastián A. Cajas, et al.
Veröffentlicht: (2025)

Akasha 2: Hamiltonian State Space Duality and Visual-Language Joint Embedding Predictive Architectur
von: Meziani, Yani
Veröffentlicht: (2026)

LightPFP: A Lightweight Route to Ab Initio Accuracy at Scale
von: Li, Wenwen, et al.
Veröffentlicht: (2025)

AI-Powered Augmented Reality for Satellite Assembly, Integration and Test
von: Patricio, Alvaro, et al.
Veröffentlicht: (2024)

Measuring Similarity in Causal Graphs: A Framework for Semantic and Structural Analysis
von: Liu, Ning-Yuan Georgia, et al.
Veröffentlicht: (2025)

IAUNet: Instance-Aware U-Net
von: Prytula, Yaroslav, et al.
Veröffentlicht: (2025)

Vis-CoT: A Human-in-the-Loop Framework for Interactive Visualization and Intervention in LLM Chain-of-Thought Reasoning
von: Pather, Kaviraj, et al.
Veröffentlicht: (2025)

Visualizing the Evolution of Twitter (X.com) Conversations: A Comprehensive Methodology Applied to AI Training Discussions on ChatGPT
von: Jess, Nicole, et al.
Veröffentlicht: (2024)

Network Analysis of the Egyptian Reddit Community
von: Shaawat, Samy, et al.
Veröffentlicht: (2026)

Time Aggregation Features for XGBoost Models
von: Pinchuk, Mykola
Veröffentlicht: (2026)

Semantic-Constrained Federated Aggregation: Convergence Theory and Privacy-Utility Bounds for Knowledge-Enhanced Distributed Learning
von: Arafat, Jahidul
Veröffentlicht: (2025)

Enhanced Single-Cell RNA-seq Embedding through Gene Expression and Data-Driven Gene-Gene Interaction Integration
von: Goudarzi, Hojjat Torabi, et al.
Veröffentlicht: (2025)

Modeling and Visualization Reasoning for Stakeholders in Education and Industry Integration Systems: Research on Structured Synthetic Dialogue Data Generation Based on NIST Standards
von: Meng, Wei
Veröffentlicht: (2025)

LinkedOut: Linking World Knowledge Representation Out of Video LLM for Next-Generation Video Recommendation
von: Zhang, Haichao, et al.
Veröffentlicht: (2025)

VideoMind: An Omni-Modal Video Dataset with Intent Grounding for Deep-Cognitive Video Understanding
von: Yang, Baoyao, et al.
Veröffentlicht: (2025)

Deep Learning-Based Multi-Object Tracking: A Comprehensive Survey from Foundations to State-of-the-Art
von: Adžemović, Momir
Veröffentlicht: (2025)

Uniqueness ratio as a predictor of a privacy leakage
von: AlKhashti, Danah A. AlSalem
Veröffentlicht: (2025)

A deep learning approach to track eye movements based on events
von: Seth, Chirag, et al.
Veröffentlicht: (2025)

iLTM: Integrated Large Tabular Model
von: Bonet, David, et al.
Veröffentlicht: (2025)

AVATAAR: Agentic Video Answering via Temporal Adaptive Alignment and Reasoning
von: Patel, Urjitkumar, et al.
Veröffentlicht: (2025)

Symphonym: Universal Phonetic Embeddings for Cross-Script Name Matching
von: Gadd, Stephen
Veröffentlicht: (2026)

WSCIF: A Weakly-Supervised Color Intelligence Framework for Tactical Anomaly Detection in Surveillance Keyframes
von: Meng, Wei
Veröffentlicht: (2025)

Pixel-Wise Multimodal Contrastive Learning for Remote Sensing Images
von: Stival, Leandro, et al.
Veröffentlicht: (2026)

Toward precision soil health: A regional framework for site-specific management across Missouri
von: Shah, Dipal, et al.
Veröffentlicht: (2025)

Task Memory Engine (TME): Enhancing State Awareness for Multi-Step LLM Agent Tasks
von: Ye, Ye
Veröffentlicht: (2025)

DRIFT open dataset: A drone-derived intelligence for traffic analysis in urban environment
von: Lee, Hyejin, et al.
Veröffentlicht: (2025)

MATEX: Multi-scale Attention and Text-guided Explainability of Medical Vision-Language Models
von: Imran, Muhammad, et al.
Veröffentlicht: (2026)

Adaptive Negative Scheduling for Graph Contrastive Learning
von: Ali, Adnan, et al.
Veröffentlicht: (2026)

The Impact of Data Characteristics on GNN Evaluation for Detecting Fake News
von: Karn, Isha, et al.
Veröffentlicht: (2025)