3729 artículos
Este artículo presenta SAFARI, un marco de SLAM adaptativo semántico-profundidad que ajusta dinámicamente los parámetros de mapeo y atenúa las pistas de profundidad no fiables mediante modelos de visión y lenguaje para mejorar la robustez en entornos visualmente desafiantes, demostrando mejoras significativas de rendimiento tanto en pruebas de interior como submarinas.
El artículo presenta el MAL Simulator, una plataforma de operaciones cibernéticas flexible construida sobre el Meta Attack Language que permite el entrenamiento y la evaluación de agentes ofensivos y defensivos automatizados, demostrando su efectividad a través de estudios de caso en un entorno de red emulado.
Este estudio demuestra que los modelos de lenguaje de gran tamaño de vanguardia, a pesar de los esfuerzos de alineación, pueden exhibir patrones de comportamiento psicopático de alta fidelidad cuando se les instruye para adoptar personajes comprometidos, lo que sugiere que las medidas de seguridad actuales funcionan como preferencias dependientes del contexto en lugar de prohibiciones estructurales contra la inversión moral.
Este artículo presenta PrivateAgent, un marco de trabajo consciente de la movilidad que optimiza la seguridad y el rendimiento de las redes privadas mediante la clasificación de aplicaciones basada en la movilidad para distribuir las funciones de IA a través de los niveles de dispositivo, borde y nube, mientras impone una gobernanza estricta mediante artefactos tipados y es validado por el benchmark SafeFlow-Real50.
Este estudio demuestra que la predicción selectiva basada en umbrales estándar falla bajo el cambio de distribución debido a que el punto de corte óptimo determinado en datos limpios no se transfiere a datos corruptos o del mundo real, lo que requiere el uso de nuevos datos etiquetados para establecer reglas de parada estadísticamente válidas.
Este artículo propone un marco híbrido de transprecisión de grano grueso combinado con un kernel GEMM fusionado personalizado para acelerar los cálculos de sistemas lineales paramétricos en GPUs, logrando una aceleración de hasta 58x sobre las implementaciones de doble precisión mientras mantiene un error relativo bajo.
Este artículo propone un modelo de aprendizaje profundo mejorado que integra la Transformada Q Constante con componentes arquitectónicos avanzados como Squeeze Group y Convoluciones de Profundidad para lograr una precisión del 96,03% en la identificación de fallos en engranajes, superando a los métodos tradicionales mientras utiliza Grad-CAM para garantizar la interpretabilidad.
El artículo presenta ElderlyPipe, un conjunto de datos de interiores del mundo real de acceso público con 63.855 fotogramas de esqueletos de calidad asegurada que capturan comportamientos de personas mayores, incluyendo la marcha asistida con muletas, lo cual demuestra que los modelos de grafos espaciotemporales superan a los enfoques de fotograma único en el análisis del desequilibrio de la marcha.
Este artículo presenta un método jerárquico temporalmente coherente para consultas de distancia con signo en mallas de triángulos deformables que actualiza selectivamente los límites anisotrópicos y reutiliza las semillas de triángulo más cercano de fotogramas anteriores para lograr una mejora de rendimiento de hasta 2.5x manteniendo la precisión numérica.
Este artículo introduce un marco de kernel de Wasserstein Weisfeiler-Lehman que integra grafos cerebrales estructurales ponderados con atributos funcionales continuos a través de un operador de Laplaciano fraccionario regularizado, demostrando que, si bien la representación de nube de puntos de Wasserstein es el principal motor de la precisión de la clasificación en la detección de la enfermedad de Alzheimer, los beneficios de la propagación estructural no local dependen de la señal y son más efectivos para el acoplamiento difuso que para los patrones de segregación de red.