6332 artículos
El artículo presenta la Política Estabilizadora de Difusión (DSP), un marco de aprendizaje basado en difusión que permite entrenar robots quirúrgicos utilizando tanto trayectorias limpias como imperfectas, logrando así un alto rendimiento y robustez en entornos quirúrgicos diversos.
Este artículo presenta un nuevo marco de planificación y actuación paralelizada para sistemas multiagente basados en modelos de lenguaje grandes en Minecraft, que supera las limitaciones de ejecución secuencial mediante una arquitectura de doble hilo con interrupciones para mejorar la capacidad de respuesta en tiempo real.
Este trabajo propone un modelo de aprendizaje profundo geométrico basado en transformadores que utiliza mallas tetraédricas y puntos de referencia anatómicos para mejorar el diagnóstico de la enfermedad de Alzheimer y predecir la positividad de amiloide cerebral en pacientes de riesgo medio, evitando así la necesidad de costosos y invasivos escáneres PET.
El artículo presenta ViLAM, un método que destila el razonamiento de modelos de visión-idioma en mapas de atención espacial para mejorar la navegación socialmente compliant de robots, logrando mejoras significativas en la tasa de éxito mediante experimentos reales.
El artículo presenta Snapmoji, un sistema que genera instantáneamente avatares 3D personalizables y animables en dispositivos móviles mediante una técnica de "dual-stylization" que adapta la identidad del usuario a un estilo principal y luego aplica un estilo secundario, superando las limitaciones de las plataformas existentes.
El artículo presenta iProg, una herramienta de programación inductiva estructurada interactiva que combina la descripción natural de tareas con la intervención humana y modelos de lenguaje para generar diagramas de flujo de datos y código, logrando un desarrollo de sistemas de análisis científico más rápido, fiable y de mayor calidad que las alternativas de "No Code".
Este artículo presenta SceneEval, un marco de evaluación y un nuevo benchmark (SceneEval-500) diseñados para medir de manera integral la coherencia semántica en la síntesis de escenas interiores 3D condicionadas por texto, abordando tanto los requisitos explícitos del usuario como las expectativas implícitas de plausibilidad que las métricas actuales ignoran.
Este trabajo propone un método de Aprendizaje Compatible hacia Atrás (BCL) que relaja las estrictas restricciones de alineación mediante la introducción de perturbaciones en los prototipos de características antiguas, preservando así la capacidad discriminativa del nuevo modelo sin necesidad de costosos procesos de recálculo de embeddings.
Este artículo propone una arquitectura de repetidores de distribución de claves cuánticas (QKD) basada en el modelo de cero confianza y el cifrado homomórfico, que elimina la necesidad de confiar en nodos intermedios al realizar la re-encriptación de claves sin exponerlas en texto plano, mejorando así la escalabilidad y seguridad de las redes QKD terrestres.
Este trabajo presenta un método unificado para la reconstrucción robusta de dos manos a partir de imágenes monoculares que combina la alineación de priores estructurales heterogéneos de modelos fundacionales en 2D con un modelo de difusión libre de penetración en 3D para lograr interacciones físicamente creíbles y resistentes a oclusiones.
El proyecto MediTools presenta una aplicación prototipo que utiliza modelos de lenguaje grandes (LLM) para revolucionar la educación médica mediante herramientas interactivas de simulación clínica, análisis de literatura y resúmenes de noticias, validando su potencial a través de una encuesta con profesionales y estudiantes.
Este artículo presenta una taxonomía y directrices de diseño para los protocolos de control de acceso al medio en sistemas 6G, enfocándose en la coexistencia de comunicaciones basadas en "push" y "pull" orientadas a objetivos y potenciadas por inteligencia artificial.
Este trabajo propone un modelo de completado de instancias basado en nubes de puntos que integra restricciones de escena mediante un mecanismo de atención cruzada para recuperar geometrías faltantes con mayor fidelidad y plausibilidad, validado mediante un nuevo dataset llamado ScanWCF.
El artículo presenta LEL, un marco de aprendizaje conjunto con restricciones de continuidad de Lipschitz que mejora la estabilidad, precisión y robustez del reconocimiento de emociones basado en EEG intra-sujeto, logrando resultados superiores en tres conjuntos de datos públicos.
GeoNav es un agente multimodal que mejora la navegación aérea con objetivos lingüísticos mediante un razonamiento espacial de doble escala que combina mapas cognitivos globales y grafos de escena locales, logrando un rendimiento superior al estado del arte en el benchmark CityNav.
Este artículo presenta un marco de comunicación orientado a tareas que utiliza un codificador O-VIB con determinación automática de relevancia y restricciones ortogonales para extraer características multivista compactas y lograr una localización visual precisa en entornos urbanos con limitaciones de ancho de banda y recursos.
Este estudio compara algoritmos de optimización bayesiana, búsqueda exhaustiva, algoritmos genéticos y descenso de gradiente estocástico para la pose base de robots industriales, demostrando que todos reducen el tiempo de ciclo, con el descenso de gradiente estocástico logrando la mayor tasa de éxito y los algoritmos genéticos los costos finales más bajos.
El artículo presenta SFIBA, un ataque de puerta trasera invisible basado en el espacio que garantiza la especificidad y el sigilo en escenarios de caja negra mediante la restricción de los desencadenantes a regiones espaciales locales y su inyección en el dominio de la frecuencia, logrando así un alto rendimiento de ataque multiobjetivo sin comprometer la detección o el rendimiento del modelo.
Este artículo presenta un enfoque holístico que optimiza conjuntamente la composición, la ubicación de la base y la trayectoria de robots modulares para minimizar el tiempo de ciclo en tareas industriales, logrando reducciones de hasta un 25 % y una mayor tasa de éxito en comparación con métodos anteriores.
Este artículo propone y valida mediante simulaciones un enfoque de enrutamiento coordinado que utiliza vehículos conectados y automatizados en carriles exclusivos para mejorar la puntualidad del servicio de autobuses y la eficiencia de viaje de dichos vehículos en entornos de tráfico mixto.