6015 artículos
Este artículo demuestra que las Dinámicas de Grafos Causales pueden expresarse como extensiones de Kan, validando así la formalización de las Transformaciones Globales para este modelo y revelando la universalidad de las Dinámicas Causales Monótonas.
Este artículo presenta un enfoque teórico y algorítmico que utiliza condiciones de aplicación indicadoras de deterioro y reparación, derivadas de restricciones gráficas, para cuantificar y clasificar las transformaciones de grafos según su potencial de reparación, permitiendo así gestionar inconsistencias de manera graduada y escalable.
Este artículo presenta una regla de integración numérica que combina la regla del trapecio con una transformación de Möbius para demostrar que se alcanza la tasa de convergencia óptima al integrar funciones en espacios de Sobolev ponderados, sin necesidad de muestrear la medida de probabilidad ni conocer sus derivadas, y explora extensiones a la aproximación, integración aleatorizada y multivariada.
Los autores demuestran que la función de partición del modelo de Potts antiferromagnético no se anula para grafos de grado máximo cuando el número de colores es ligeramente menor que $2\Deltaq=2\Delta$.
Este artículo propone un enfoque de aprendizaje multiagente con estructura jerárquica e independiente que optimiza la calidad de servicio en la actualización de mapas de alta definición mediante una solución de capas cruzadas que ajusta dinámicamente los parámetros CWmin, CWmax e IFSn, logrando reducciones significativas en la latencia en comparación con el estándar IEEE802.11p EDCA.
El artículo presenta TIMotion, un marco eficiente y efectivo para la generación de movimientos entre humanos que mejora el rendimiento mediante la inyección interactiva causal, el escaneo evolutivo de roles y la amplificación de patrones localizados para modelar adecuadamente las secuencias temporales y las interacciones.
El artículo presenta VisPoison, un marco de ataque de puerta trasera que explota la inyección de datos en modelos de texto-a-visualización para tablas, logrando tasas de éxito superiores al 90% mediante desencadenantes sigilosos que provocan filtración de datos, visualizaciones engañosas o denegación de servicio, al tiempo que expone la insuficiencia de las estrategias de defensa actuales.
El artículo presenta OWL-TAMP, un enfoque que integra Modelos Visuales-Lingüísticos (VLMs) en sistemas de Planificación de Tareas y Movimientos (TAMP) para generar restricciones que permiten a los robots resolver problemas de manipulación a largo plazo en entornos abiertos a partir de objetivos en lenguaje natural.
Este estudio analiza cómo las inexactitudes y la sobrecarga cognitiva provocadas por los asistentes de IA en tareas de ingeniería de software llevan a la mayoría de los participantes a abandonar su uso, revelando que las respuestas poco útiles aumentan significativamente la probabilidad de abandono mientras que la iteración de prompts la reduce.
Este artículo presenta un marco de aprendizaje activo eficiente en presupuesto para modelos visión-idioma que utiliza agrupación guiada por clases y consultas selectivas adaptativas para superar las limitaciones de las estrategias de prompts existentes y lograr mayor precisión con menos datos etiquetados.
Este estudio presenta una taxonomía de nueve "malos olores" en el registro de software (log smells) derivada de una revisión de literatura y herramientas existentes, con el objetivo de ayudar a los desarrolladores a escribir un código de registro de mayor calidad y señalar oportunidades de investigación futura.
Este estudio con 72 participantes demuestra que, aunque la resolución colaborativa de problemas en realidad mixta es relevante para tareas complejas, la representación de gráficos en 3D no genera resultados superiores a los de los grupos nominales, lo que subraya la importancia de utilizar estos últimos como referencia para evaluar entornos virtuales colaborativos.
Este artículo demuestra que la secuencia de longitudes de las carreras y las posiciones de inicio y fin de la -ésima carrera en las secuencias de plegado de papel son 2-sincronizadas y computables mediante autómatas finitos, lo que permite obtener resultados generales sobre su exponente crítico y complejidad de subpalabras.
El artículo presenta ARSGaussian, un método innovador de síntesis de nuevas vistas para la teledetección aérea que integra nubes de puntos LiDAR y un modelo de cámara con parámetros de distorsión dentro de la técnica 3D Gaussian Splatting para resolver problemas de flotadores y crecimiento excesivo, mejorando así la precisión geométrica y la alineación geo-espacial, todo ello respaldado por el lanzamiento del nuevo conjunto de datos abierto AIR-LONGYAN.
Este estudio analiza mediante minería de texto 160 directrices y declaraciones políticas de catorce sectores industriales para evaluar la gobernanza de la IA generativa y los LLM, identificando los desafíos éticos y regulatorios y ofreciendo recomendaciones para una integración responsable y segura.
Este estudio propone el modelo ELIPformer, que integra un prior de lenguaje e imagen mediante un mecanismo de atención bidireccional cruzada, para mejorar significativamente el rendimiento de la decodificación RSVP-BCI en escenarios de cero calibración entre diferentes tareas.
Este trabajo presenta un nuevo enfoque para mejorar el rendimiento de los sistemas BCI RSVP de múltiples clases mediante la fusión de señales de EEG y movimientos oculares, utilizando un conjunto de datos abierto y una red neuronal propuesta (MTREE-Net) que supera a los métodos existentes al integrar estrategias de diferenciación de características, fusión dinámica y transferencia de conocimiento.
Este artículo presenta Kite, un protocolo que permite a los miembros de las Organizaciones Autónomas Descentralizadas (DAO) delegar, revocar y reasignar su poder de voto de forma privada mediante pruebas de conocimiento cero, garantizando que ni siquiera los delegados sepan quién les ha delegado su voto, todo ello implementado y evaluado en la blockchain de Ethereum.
Este artículo presenta iMarkers, marcadores fiduciales invisibles para humanos pero detectables por robots y dispositivos de realidad aumentada, que resuelven el problema estético de los marcadores tradicionales mediante diseños de hardware y algoritmos de software de código abierto que garantizan una detección robusta y adaptable en diversos escenarios.
Este artículo presenta un método de elementos finitos novedoso para las ecuaciones acopladas de Stokes y Poisson-Boltzmann, demostrando teóricamente la existencia y unicidad de la solución, la estabilidad del problema discreto y las tasas de convergencia, todo ello validado mediante experimentos numéricos en flujos electrocinéticos.