Login
- Originaltitel:
- Spatial State-Space Models
- Originaluntertitel:
- Dense Probabilistic Prediction and Inference in 3D
- Übersetzter Titel:
- Räumliche Zustandsraummodelle
- Übersetzter Untertitel:
- Dichte Probabilistische Vorhersage und Inferenz in 3D
- Autor:
- Mirchev, Atanas Georgiev
- Jahr:
- 2024
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Informatik 9 - Lehrstuhl für Computer Vision and Artificial Intelligence (Prof. Cremers)
- Betreuer:
- Cremers, Daniel (Prof. Dr.)
- Gutachter:
- Cremers, Daniel (Prof. Dr.); van Hoof, Herke (Prof. Dr.); Groh, Georg (Prof. Dr. habil.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- Stichworte:
- state-space models ; Bayesian inference ; SLAM ; navigation ; control
- Übersetzte Stichworte:
- Zustandsraummodelle ; Bayes'sche Inferenz ; SLAM ; Navigation ; Steuerung
- TU-Systematik:
- DAT 760; DAT 770
- Kurzfassung:
- This work is about a spatial state-space model, also seen as a world model, that supports the control of mobile agents by simulating agent movement, RGB-D image generation and a dense 3D map. The main contribution relative to prior art is in reconciling a) prediction and inference in a state-space model (a control paradigm) with b) dense 3D maps and direct image generation.
- Übersetzte Kurzfassung:
- Diese Promotionsarbeit beschäftigt sich mit räumlichen Zustandsraummodellen. Als Weltmodell betrachtet ermöglichen solche Modelle die Simulation von Bewegung und RGB-D-Bilderzeugung, basierend auf einer dichten 3D-Karte, und dadurch die Steuerung mobiler Agenten. Die Promotionsarbeit erweitert den Stand der Technik um a) die Vorhersage und Inferenz in einem Zustandsraummodell (einem klassischen Steuerungsparadigma) mit b) dichten 3D-Karten und direkter Bilderzeugung in Einklang zu bringen.
- WWW:
- https://mediatum.ub.tum.de/?id=1720613
- Eingereicht am:
- 18.09.2023
- Mündliche Prüfung:
- 16.04.2024
- Dateigröße:
- 29558345 bytes
- Seiten:
- 213
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240416-1720613-1-9
- Letzte Änderung:
- 23.07.2024
BibTeX
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Science
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen