
時系列補完の学習プロセスを示す模式図。グリッド状のマトリックスは多変量時系列を表し、行は時間ステップ、列は変数を表す。マトリックスには欠損値(空白または薄い灰色のセルで表現)と、学習のために欠損データをシミュレートする追加のランダムにマスクされたセル(濃い灰色または透明)が含まれる。この図は、観測値、元の欠損値、および予測ターゲットとして使用される人工的にマスクされた値を区別する。矢印または視覚的な手がかりは、モデルが部分的に観測されたマトリックスを入力として使用して、マスクされた値を再構築することを示す。スタイルはミニマリスト、フラットデザインで、科学論文の図に適しており、ソフトな色使いと高い明瞭度を持ち、機械学習の学会発表に適している。図には、テキスト、ラベル、数字、または注釈は含まれていない。
![あなたはトップレベルの学術会議(CVPR/ICRA)向けのプロの科学イラストレーターです。具体化された知能システムの「エピソード記憶書き込みプロセス」を示す、明確で高解像度の「データ処理パイプライン図」を作成してください。
レイアウトと流れ:矢印で接続された5つの主要な段階を含む、左から右への線形水平レイアウトを使用します。
1. 第一段階:生データ取得
アイコン:コードまたはテキスト行を含むターミナルウィンドウまたはログファイルのアイコン。
ラベル:Habitat-Lab Raw Logs
説明:シミュレーターからの生のインタラクションデータ出力を表します。
2. 第二段階:データクリーニング
アイコン:漏斗または歯車のアイコン。
ラベル:Data Cleaning & Parsing
詳細:無効なデータの削除とフォーマットを示します。
3. 第三段階:構造化されたカプセル化
アイコン:(Obs, Action, Outcome)という単語がかすかに見えるきちんとしたドキュメント。
ラベル:Prompt Structuring
詳細:クレンジングされたデータを経験トリプレットにカプセル化することを表します。
4. 第四段階:ベクトルエンコーディング
アイコン:テキストが数値行列に変換される図(例:ドキュメントがニューラルネットワークノードを通過し、数値のグリッド[0.1, 0.8...]になる)。
ラベル:Embedding Encoding
詳細:自然言語を高次元ベクトルに変換することを表します。
5. 第五段階:ストレージ
アイコン:ベクトルグリッドパターンを持つ円筒形のデータベースアイコン。
ラベル:ChromaDB Vector Store
詳細:プロセスの終わり。
ビジュアルスタイル:
スタイル:モダンな学術的なフラット2Dベクタースタイル(フラットベクターアート)。
配色:「アカデミックブルー」をプライマリカラー、「テックグレー」をセカンダリカラーとして使用し、一貫性を維持します。矢印の色は濃く、明確にする必要があります。
フォント:明確なサンセリフフォント(Arial/Helveticaスタイル)、黒または濃い灰色を使用します。
背景:純粋な白い背景。](/_next/image?url=https%3A%2F%2Fpub-8c0ddfa5c0454d40822bc9944fe6f303.r2.dev%2Fai-drawings%2FUfvBGKD0YGX5OcBXzY3IQSo5YA3phloh%2Fe459777b-47d2-496c-bed1-8bc917030392%2Fe3e97e66-ed0d-41cd-9ce2-25a3615dcd86.png&w=3840&q=75)
あなたはトップレベルの学術会議(CVPR/ICRA)向けのプロの科学イラストレーターです。具体化された知能システムの「エ...