热点事件持续更新
ES-VAE：用于骨架姿态轨迹的弹性形状变分自编码器
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Statistics Machine Learning 频道发布一手报道，介绍研究者提出的弹性形状变分自编码器 ES-VAE。该模型是一种面向骨架轨迹的几何感知生成模型，基于 Kendall 形状流形上的 TSRVF 表示构建。报道指出，ES-VAE 可消除刚性平移、旋转、全局缩放与时间速率变化，从而更有效地处理骨架姿态轨迹中的几何与时间变形因素。目前报道仅涉及模型提出与基本方法设计，未披露实验结果、数据集或后续验证进展。
AI 根据报道生成 · 16 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Statistics Machine Learning用于骨架姿态轨迹的弹性形状变分自编码器 ES-VAE
研究者提出弹性形状变分自编码器 ES-VAE，一种面向骨架轨迹的几何感知生成模型，基于 Kendall 形状流形上的 TSRVF 表示，可消除刚性平移、旋转、全局缩放与时间速率变化。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。