6511 artículos
Este estudio presenta una evaluación exhaustiva y experimental de las alternativas modernas a Redis (Valkey, KeyDB y Garnet) en entornos Kubernetes, analizando sus compensaciones en rendimiento, eficiencia de recursos y viabilidad a largo plazo para llenar un vacío en la literatura actual sobre almacenes de datos en memoria nativos de la nube.
El artículo presenta HCLA, un sistema multiagente centrado en el humano que utiliza inteligencia artificial conversacional para transformar la detección de transacciones anómalas en activos digitales mediante un proceso de razonamiento trazable y justificable que prioriza la rendición de cuentas y la transparencia en el cumplimiento normativo.
El artículo presenta AnyPcc, un marco universal de compresión de nubes de puntos que establece un nuevo estado del arte mediante un modelo de contexto robusto y una estrategia de ajuste fino adaptativo a instancias para manejar eficazmente datos de diversas densidades y distribuciones.
Este artículo propone un método automatizado para el conteo de plagas en trampas de agua que utiliza un brazo robótico con un sistema de agitación activa y control de velocidad adaptativa para mitigar la oclusión, demostrando que el patrón de agitación de cuatro círculos reduce significativamente el error de conteo y el tiempo de ejecución en comparación con los métodos estáticos tradicionales.
El artículo presenta CountFormer, un marco basado en el modelo de visión auto-supervisado DINOv2 que mejora la consistencia estructural en el conteo de objetos sin ejemplos al aprovechar la repetición visual, logrando un rendimiento competitivo en el conjunto de datos FSC-147.
El artículo presenta LagMemo, un sistema de navegación que utiliza un memoria de 3D Gaussian Splatting con lenguaje para lograr una localización de objetivos de vocabulario abierto y multi-objetivo mediante consultas espaciales y semánticas robustas, superando a los métodos actuales y validado mediante un nuevo conjunto de datos llamado GOAT-Core.
El paper presenta SAGE, un enfoque zero-shot que genera transiciones de video coherentes y estructuradas entre clips diversos combinando guías estructurales con síntesis generativa, superando a los métodos existentes sin necesidad de datos de entrenamiento específicos.
El estudio presenta MobiDock, un sistema móvil bimanual modular que permite a dos robots conectarse físicamente mediante un mecanismo de tornillo y visión por computadora para formar una plataforma unificada, logrando así una mayor estabilidad dinámica, precisión y eficiencia operativa en comparación con la cooperación independiente.
Este artículo presenta VOPP, un planificador en línea de POMDP vectorizado que aprovecha la paralelización masiva mediante computaciones totalmente vectorizadas para eliminar cuellos de botella de sincronización, logrando una eficiencia de cálculo 20 veces superior a los solvers paralelos existentes y superando a los solvers secuenciales con un presupuesto de planificación 1000 veces menor.
Este artículo presenta un método forense llamado "reconstrucción de retroceso de difusión" que detecta imágenes generadas por IA analizando cómo estas responden a perturbaciones y reconstrucciones mediante modelos de difusión, logrando una alta precisión (AUROC de 0.993) y robustez frente a distorsiones comunes.
El artículo presenta PhantomFetch, la primera defensa agnóstica al hardware que protege contra ataques de canal lateral mediante el prefetcher IP-stride sin sacrificar su rendimiento ni requerir modificaciones de hardware.
Este trabajo presenta MUGSQA, un nuevo método de evaluación de calidad, un conjunto de datos y dos puntos de referencia diseñados para abordar los desafíos en la evaluación perceptual de la reconstrucción 3D mediante Gaussian Splatting, considerando múltiples incertidumbres en los datos de entrada.
El artículo presenta CountOCC, un marco de trabajo para el conteo amodal en entornos abiertos que supera las limitaciones de los métodos actuales al reconstruir las características de objetos oclidos mediante guía multimodal jerárquica y un objetivo de equivalencia visual, logrando así un rendimiento superior en conjuntos de datos de evaluación ocultos.
El artículo presenta LAMP, un marco de aprendizaje por refuerzo multiagente que integra el razonamiento lingüístico en un flujo de trabajo de "pensar, hablar y decidir" para superar las limitaciones de los modelos actuales y lograr estrategias económicas más rentables, robustas e interpretables en entornos de simulación.
El artículo presenta Video2Layout, un marco que reconstruye mapas cognitivos espaciales basados en métricas continuas a partir de videos para superar las limitaciones de los mapas de cuadrícula y mejorar el razonamiento espacial en modelos de lenguaje multimodal.
Este artículo presenta MOMNet, un marco de trabajo novedoso libre de alineación que utiliza un mecanismo de coincidencia de múltiples órdenes y una agregación adaptativa para lograr una super-resolución de profundidad robusta y de alta calidad en escenarios del mundo real donde las imágenes RGB y de profundidad no están estrictamente alineadas.
El artículo presenta DualMindVLM, un modelo de lenguaje visual que implementa un mecanismo de pensamiento dual (rápido y lento) adaptando el entrenamiento GRPO para asignar dinámicamente la longitud de la respuesta según la complejidad de la tarea, logrando así un rendimiento de razonamiento superior con una mayor eficiencia en el uso de tokens.
Este artículo presenta el Operador Neuronal Estructurado Radiativo (RSNO), un método de aprendizaje profundo que reconstruye imágenes hiperespectrales continuas a partir de observaciones multiespectrales mediante un mapeo continuo basado en principios físicos y proyecciones de consistencia angular para garantizar la coherencia espectral y eliminar distorsiones de color.
El artículo presenta UnfoldLDM, un marco de red de despliegue profundo que integra un modelo de difusión latente para superar las limitaciones de dependencia del modelo de degradación y el sesgo de sobre-suavizado en la restauración ciega de imágenes, logrando resultados de vanguardia mediante módulos de estimación de degradación y corrección de texturas.
Este estudio analiza cómo los usuarios de Reddit negocian colectivamente las preocupaciones sobre la privacidad de ChatGPT mediante prácticas de información como la señalización de riesgos, el establecimiento de normas y la búsqueda de alternativas, revelando un proceso de construcción de sentido colectivo que ofrece insights para el diseño de IA y la alfabetización en privacidad.