4796 artículos
El artículo presenta LiTo, un nuevo enfoque que utiliza la tokenización de campos de luz superficiales para crear una representación latente 3D unificada que modela simultáneamente la geometría y el aspecto dependiente del punto de vista, permitiendo la generación de objetos 3D con efectos realistas como brillos especulares y reflejos de Fresnel.
El artículo presenta COMIC, un sistema automatizado de IA que genera videos de comedia tipo sketch mediante una población de agentes inspirados en roles de producción y críticos de LLM alineados con preferencias reales de audiencia, logrando resultados de calidad profesional y rendimiento de vanguardia en la generación de video.
El artículo presenta SDR-GAIN, un marco de aprendizaje adversarial auto-supervisado en tiempo real que completa la pose de peatones ocluidos mediante la imputación de coordenadas de keypoints, superando a los métodos existentes en precisión y velocidad de inferencia para la conducción autónoma.
Este artículo presenta el TSformer-SA, un modelo basado en transformadores que fusiona información temporal y espectral mediante adaptadores específicos por sujeto para mejorar la decodificación de interfaces cerebro-computadora basadas en RSVP con datos de entrenamiento limitados.
El artículo presenta PnLCalib, un método de calibración de cámaras para videos deportivos que supera las limitaciones de los enfoques tradicionales mediante una optimización basada en un modelo 3D de campo de fútbol y líneas detectadas, logrando una mayor precisión y robustez en escenarios de transmisión con múltiples vistas y oclusiones.
El artículo presenta DP-IQA, un método pionero que aprovecha los priores de modelos de difusión preentrenados y una técnica de destilación de conocimiento para lograr un estado del arte en la evaluación ciega de la calidad de imágenes en entornos naturales con alta generalización.
Este artículo presenta ScenarioFuzz, un método pionero de fuzzing basado en escenarios que utiliza datos históricos y redes neuronales gráficas para orquestar pruebas de seguridad en sistemas de conducción autónoma, logrando reducir los costos de tiempo en un 60,3% y descubrir un 103% más de escenarios de error por unidad de tiempo, identificando además 58 errores en seis sistemas probados.
Este artículo propone y evalúa una solución de aprendizaje por refuerzo multiagente basada en Q-learning para optimizar las actualizaciones de mapas de alta definición en redes vehiculares, logrando reducciones significativas en la latencia en comparación con enfoques de agente único al evitar la carga computacional excesiva de algoritmos más complejos.
El artículo presenta CoHet, un algoritmo que utiliza motivación intrínseca basada en Redes Neuronales de Grafos para mejorar la cooperación descentralizada entre agentes heterogéneos en entornos de aprendizaje por refuerzo multiagente con observabilidad parcial y recompensas escasas.
El artículo presenta los Procesos de Student-t Variacionales Dispersos (SVTP), un marco novedoso que combina la robustez ante valores atípicos de los procesos Student-t con la escalabilidad de los métodos de puntos inducidos, logrando una convergencia más rápida y menores errores de predicción en comparación con los procesos gaussianos dispersos en conjuntos de datos grandes y con colas pesadas.
Este artículo presenta un marco unificado que modela la cuantización y la dispersión como ruido aditivo y utiliza una transformada de descuantización por regresión de crestas para establecer un camino de gradiente explícito, permitiendo el entrenamiento robusto y estable de redes neuronales a precisiones arbitrarias y niveles de dispersión, incluidos modelos A1W1 y sub-1-bit.
El artículo presenta DRUPI, un método de condensación de datasets que mejora el rendimiento al sintetizar información privilegiada (como etiquetas de características o atención) junto con los datos reducidos, logrando ganancias significativas en diversas tareas de visión por computadora.
El artículo presenta LayoutDreamer, un marco basado en 3D Gaussian Splatting que genera escenas 3D composicionales de alta calidad y físicamente realistas a partir de texto, superando las limitaciones existentes mediante la adaptación de la densidad de los gaussianos, ajustes dinámicos de cámara y la aplicación de energía física guiada por un grafo de escena dirigido.
El artículo presenta Astromer 2, un modelo fundacional mejorado para el análisis de curvas de luz que, tras ser preentrenado de forma auto-supervisada en 1.5 millones de curvas, supera significativamente a su predecesor y a modelos anteriores en tareas de clasificación con datos limitados, logrando una mejora del 15% en el conjunto de datos ATLAS gracias a sus robustas representaciones embebidas.
Este artículo introduce la "firma espacial" de un conjunto de datos como una herramienta geométrica para evaluar y garantizar la robustez de la valoración de datos basada en semivalores frente a cambios en la función de utilidad, ofreciendo una métrica práctica para que los profesionales comprendan cómo estas variaciones afectan los resultados.
El documento presenta MKE-Coder, un marco innovador que mejora la codificación automática de la CIE en registros médicos electrónicos chinos mediante la integración de conocimiento multi-eje basado en enfermedades y la verificación rigurosa de la evidencia clínica, logrando así una mayor precisión y velocidad en la práctica real.
El artículo presenta LLM-Advisor, un marco basado en modelos de lenguaje que actúa como asesor de post-procesamiento para refinar rutas de planificación de costos en terrenos diversos, logrando mejoras significativas en la eficiencia sin modificar los planificadores subyacentes y superando las limitaciones de razonamiento espacial de los LLMs en modo cero disparos.
El artículo presenta HyConEx, un clasificador basado en hiperredes diseñado para datos tabulares que, de forma única, genera simultáneamente predicciones de clase y explicaciones contrafactuales locales en una sola red neuronal.
Este artículo propone un enfoque teóricamente fundamentado en la teoría de categorías, mediante un "functor explicador", para garantizar que las explicaciones lógicas extraídas de modelos de IA opacos sean coherentes y fieles a su razonamiento subyacente, superando así las limitaciones de consistencia de los métodos heurísticos actuales.
El artículo presenta GateLens, un agente de IA basado en modelos de lenguaje que utiliza el álgebra relacional como representación intermedia formal para traducir consultas en lenguaje natural a código Python optimizado, logrando así un análisis de datos tabulares más rápido, transparente y preciso en el contexto de la industria automotriz en comparación con los enfoques tradicionales.