6336 artículos
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.
Un estudio aleatorizado con 94 consejeros novatos demuestra que el uso de sistemas de práctica simulada por LLM combinados con retroalimentación estructurada mejora significativamente las habilidades de escucha centrada en el cliente y la empatía, mientras que la práctica sin retroalimentación no genera mejoras e incluso reduce la empatía.
El artículo presenta DeepSparse, el primer modelo fundacional para la reconstrucción de CBCT de vistas escasas, que utiliza la arquitectura DiCE y el marco HyViP para lograr una alta calidad de imagen con menor radiación y una mejor generalización que los métodos existentes.
El sistema HEXGEN-FLOW optimiza la programación de inferencias de modelos de lenguaje grandes para flujos de trabajo agenticos de texto-a-SQL en clústeres heterogéneos mediante un planificador jerárquico y un método de ajuste de hiperparámetros, logrando reducciones significativas en la latencia y aumentos en el rendimiento en comparación con los marcos existentes.
El artículo presenta M³CAD, un benchmark integral multimodal con 204 secuencias diseñado para impulsar la investigación en conducción autónoma cooperativa genérica y multi-tarea, incluyendo una nueva estrategia de fusión que equilibra la eficiencia de comunicación con la precisión de la percepción.
El artículo presenta FoldNet, un marco que genera un conjunto de datos sintético basado en keypoints y utiliza el algoritmo KG-DAgger para entrenar políticas de aprendizaje por imitación en bucle cerrado que logran un 75% de éxito en tareas reales de doblado de prendas.
El artículo presenta Diffusion-SAFE, un marco de control compartido para la conducción que utiliza modelos de difusión para predecir intenciones humanas, detectar riesgos y transferir el control de manera suave y segura mediante un proceso de difusión parcial que equilibra la intención del conductor con la seguridad del copiloto.
MTVCraft es un marco pionero que tokeniza secuencias de movimiento 3D en tokens de movimiento 4D para animar personajes arbitrarios, superando las limitaciones de los métodos basados en imágenes 2D mediante una generalización cero-shot superior y un control más flexible en entornos complejos.
Este estudio demuestra que, aunque el contenido generado por IA mejora la calidad del trabajo, la carga cognitiva extrínseca —particularmente la provocada por cambios de tarea iniciados por el modelo— tiene un impacto negativo tres veces mayor que la carga intrínseca, penalizando desproporcionadamente a los profesionales menos experimentados.
Este estudio presenta y evalúa los algoritmos de flujo de potencia y flujo de potencia óptimo cuántico adiabático (AQPF y AQOPF), que reformulan estos problemas como optimización combinatoria para ejecutarse en máquinas de Ising, demostrando su capacidad para generar soluciones factibles y una escalabilidad prometedora en sistemas de hasta 1354 buses mediante hardware cuántico e inspirado en la computación cuántica.
Este trabajo propone una nueva representación de entornos proteicos locales derivada de modelos fundamentales atómicos que captura eficazmente tanto la estructura como las características químicas, permitiendo la construcción de predictores de desplazamiento químico con precisión de vanguardia y abriendo nuevas vías para el modelado de proteínas.
Este trabajo presenta un enfoque no supervisado que utiliza el razonamiento visión-lingüístico para inferir explicaciones estructuradas a partir de registros de fallos multimodales y agruparlas en taxonomías coherentes y accionables, demostrando su utilidad para mejorar la robustez, la recolección de datos y la monitorización en sistemas robóticos diversos.
Este artículo presenta un nuevo marco de asignación de tareas para robots multitarea que considera sus restricciones físicas, proponiendo una compilación a MAX-SAT ponderado y una heurística voraz para optimizar la eficiencia en comparación con los métodos tradicionales de tarea única.
El marco ContextMatters mejora la planificación de agentes encarnados en entornos 3D complejos al fusionar modelos de lenguaje grandes con planificación clásica para relajar jerárquicamente los objetivos y adaptar las metas al contexto, logrando una tasa de éxito un 52,45% superior a las soluciones existentes y validándose en un robot real.
Este estudio presenta un marco de aprendizaje profundo basado en una GAN penalizada por varianza que transforma imágenes de tinción H&E en imágenes de inmunohistoquímica (IHC) de alta fidelidad para la evaluación precisa de HER2 en cáncer de mama, superando a los modelos existentes en métricas de calidad y ofreciendo una alternativa rentable y escalable a los diagnósticos tradicionales.
El artículo presenta LINO UniPS, un enfoque unificado para la estereofotometría universal que logra una representación de características desacoplada mediante tokens de registro de luz y atención entrelazada, preserva los detalles geométricos de alta frecuencia con una arquitectura de doble rama basada en wavelets, y se entrena en el nuevo dataset PS-Verse para alcanzar resultados de vanguardia.
Este artículo presenta un marco novedoso de cascada guiado por modelos de lenguaje visuales (VLM) que utiliza características derivadas del VLM como prompts explícitos para el modelo Segment Anything (SAM) y emplea la salida de segmentación como un prior espacial suave, logrando así una segmentación y clasificación más precisas y eficientes de objetos camuflados en escenarios de vocabulario abierto.