8143 artículos
Este estudio presenta un sensor de array de bigotes basado en visión y accionado magnéticamente que logra una clasificación de objetos con un 99,17% de precisión y una tasa de éxito de agarre del 87%, demostrando su potencial para la percepción táctil y la manipulación de objetos delicados en robótica.
Esta encuesta ofrece una revisión exhaustiva y estructurada de más de 200 artículos sobre las técnicas, conjuntos de datos y desafíos de generalización en la detección por Wi-Fi, presentando una taxonomía basada en la cadena de procesamiento y proponiendo la plataforma SDP para fomentar la colaboración comunitaria.
El artículo presenta RS-STE, un enfoque novedoso que integra la edición y el reconocimiento de texto en un marco unificado mediante un decodificador paralelo y un ajuste fino auto-supervisado cíclico, logrando un rendimiento superior en la edición de texto escénico sin necesidad de datos emparejados.
El artículo presenta NeurCC, un algoritmo de control de concurrencia aprendido que utiliza optimización bayesiana y búsqueda de reducción de grafos para generar una tabla de búsqueda eficiente que supera consistentemente a los métodos existentes en rendimiento y adaptabilidad ante diversas cargas de trabajo.
Este artículo presenta una revisión sistemática de los avances recientes en teledetección LiDAR bajo una perspectiva unificada de aprendizaje con supervisión débil, abordando sus configuraciones, técnicas, desafíos específicos y futuras direcciones hacia modelos fundacionales para superar la dependencia de datos etiquetados costosos.
Este artículo demuestra que una derecha actegoría con objetos hom es equivalente a una categoría enriquecida a la derecha con copotencias, extendiendo este resultado a bases monoidales no cerradas y no simétricas para fundamentar la semántica de procesos de orden superior en el lenguaje concurrente CaMPL.
El artículo presenta MVTec AD 2, un nuevo conjunto de datos de alta resolución con más de 8000 imágenes que aborda escenarios industriales desafiantes y no considerados anteriormente para superar la saturación de los modelos actuales en la detección de anomalías no supervisada.
Este artículo presenta un marco novedoso de aprendizaje semi-supervisado para la segmentación de imágenes biomédicas que combina modelos de difusión y un entrenamiento colaborativo maestro-alumno, logrando superar a las técnicas actuales al generar máscaras de segmentación precisas a partir de datos limitados etiquetados.
Este trabajo presenta BR-Gen, un nuevo dataset a gran escala de imágenes con manipulaciones localizadas que abarca escenas completas, junto con NFA-ViT, un modelo basado en transformadores que amplifica las huellas de falsificación para mejorar la detección y generalización de alteraciones de IA en imágenes.
El artículo presenta SPDL, una biblioteca de código abierto y agnóstica a frameworks que optimiza la carga de datos en GPU liberando el bloqueo del intérprete global (GIL) de Python, logrando una velocidad de iteración un 74% superior y un menor consumo de recursos en comparación con el DataLoader de PyTorch, con mejoras adicionales al adoptar Python sin GIL.
El artículo presenta iTuP y SDG-Net, un marco que mejora el uso de herramientas robóticas al seleccionar agarres que minimizan el torque y el deslizamiento inducidos por la dinámica de la tarea, superando así las limitaciones de los sistemas basados únicamente en percepción o geometría estática.
Este trabajo presenta M4-SAR, un nuevo conjunto de datos a gran escala y un marco de referencia unificado para la detección de objetos mediante la fusión de imágenes ópticas y SAR, que demuestra mejoras significativas en la precisión de detección, especialmente en entornos complejos.
El trabajo presenta MARRS, un marco novedoso que genera reacciones humanas coordinadas y detalladas mediante representaciones continuas, utilizando un VAE dividido por unidades corporales, fusión condicionada por acciones, modulación adaptativa entre unidades y un modelo de difusión con predictores MLP independientes para superar las limitaciones de los enfoques autoregresivos basados en cuantización vectorial.
Este trabajo presenta EasyText, un marco basado en transformadores de difusión que permite la generación precisa y controlable de texto multilingüe mediante la incorporación de codificaciones de posición de caracteres y el uso de un extenso conjunto de datos sintéticos.
Este estudio evalúa empíricamente la eficacia de modelos de lenguaje preentrenados y grandes modelos de lenguaje en la detección de vulnerabilidades multilingües a nivel de función y línea, demostrando que los grandes modelos de lenguaje, especialmente GPT-4o, superan significativamente a los enfoques anteriores al identificar con mayor precisión vulnerabilidades críticas en múltiples lenguajes de programación.
El artículo presenta SpikeSMOKE, una arquitectura de redes neuronales de espigas para la detección 3D de objetos monocular que, mediante un nuevo mecanismo de codificación de compuertas de escala cruzada y bloques residuales ligeros, logra una alta precisión en conjuntos de datos como KITTI y NuScenes mientras reduce significativamente el consumo energético y la complejidad computacional en comparación con métodos tradicionales.
Este artículo presenta las primeras aproximaciones logarítmicas para problemas de dominación de influencia positiva total y parcial tolerantes a fallos, incluyendo una nueva extensión del marco de aproximación para funciones no submodulares a valores fraccionarios.
Este artículo presenta un conjunto de datos a gran escala y longitudinal que abarca una década (2013-2022) de interacciones en el foro de noticias del periódico austriaco DerStandard, incluyendo más de 75 millones de comentarios y 400 millones de votos anonimizados y representados mediante vectores para preservar la privacidad, facilitando así investigaciones sobre dinámicas de discusión y análisis semántico en alemán.
El artículo PyPitfall presenta un análisis cuantitativo de las dependencias vulnerables en el ecosistema PyPI, revelando que miles de paquetes de Python permiten versiones inseguras y destacando la necesidad de mejorar la seguridad de la cadena de suministro de software.
El artículo presenta FieldLVLM, un marco innovador que mejora la comprensión de los Grandes Modelos Visuales-Lingüísticos sobre datos de campos científicos mediante una estrategia de generación de lenguaje específica del dominio y un ajuste de modelos multimodales con compresión de datos, logrando un rendimiento superior en tareas de investigación científica.