3447 artículos
Este trabajo propone un marco de desentrelado semántico guiado visualmente que, mediante una alineación latente cruzada y un módulo de fusión híbrida, supera las limitaciones de los modelos texto-imagen generales para generar imágenes médicas de alta calidad y control fino, mejorando tanto la síntesis como el rendimiento en tareas de clasificación posteriores.
El artículo presenta STEPH, un nuevo esquema que utiliza mezclas de vectores de tareas dispersas y redes hiperpara transferir eficientemente conocimiento generalizable entre diferentes tipos de cáncer en imágenes de diapositivas completas mediante la fusión de modelos, logrando mejoras significativas en la predicción del pronóstico sin necesidad de entrenamiento conjunto a gran escala.
Este trabajo presenta y evalúa en campo BinWalker, un robot cuadrúpedo con brazo manipulador diseñado para detectar, recoger y almacenar basura de forma autónoma en terrenos difíciles, ofreciendo una solución robótica sostenible para la limpieza ambiental.
Este estudio analiza un corpus de 909 gráficos a escala de palabra extraídos de más de 126,000 artículos científicos para proponer un marco que describe su posición, función comunicativa y representación visual, revelando su escasa adopción actual y destacando oportunidades para mejorar la comunicación académica mediante innovaciones técnicas y administrativas.
Este trabajo presenta un sistema de piel electrónica (e-skin) totalmente integrado que combina una matriz táctil de 16x16 con un algoritmo de escaneo binario basado en eventos y una red neuronal de impulsos (SNN) en FPGA, logrando una clasificación en tiempo real de dígitos manuscritos con una eficiencia energética y de datos significativamente mejorada sin sacrificar la precisión.
El artículo presenta DSFlash, un modelo de baja latencia para la generación de grafos de escena panorámicos que logra un procesamiento en tiempo real de 56 cuadros por segundo sin sacrificar el rendimiento, ofrece información contextual completa y es accesible para entrenarse en hardware antiguo y limitado.
Este artículo presenta la cuantización no lineal BS-KMQ, un método que suprime valores atípicos en los bordes para reducir los requisitos de resolución de los convertidores analógico-digitales en la computación en memoria, logrando mejoras significativas en precisión, área y eficiencia energética en comparación con técnicas existentes.
El artículo presenta P-GSVC, el primer marco de salpicadura gaussiana 2D progresiva en capas que ofrece una solución unificada para la representación escalable de imágenes y videos mediante una estrategia de entrenamiento conjunto que mejora significativamente la calidad de la reconstrucción progresiva en comparación con los métodos secuenciales.
El artículo presenta CD-Raft, un protocolo de consenso optimizado para sitios de dominio cruzado que reduce significativamente la latencia mediante la optimización del tiempo de ida y vuelta y la ubicación estratégica del nodo líder, garantizando al mismo tiempo la consistencia fuerte mediante especificación formal TLA+ y validación empírica.
Este trabajo presenta FP-Predictor, un modelo de Red Neuronal Convolucional sobre Grafos (GCN) que utiliza Grafos de Propiedades de Código para predecir con alta precisión (hasta 100% en pruebas y 96.6% en CryptoAPI-Bench) si los informes de análisis estático de seguridad son falsos positivos, demostrando un razonamiento conservador y seguro a pesar de limitaciones en la representación del flujo de control interprocedimental.
El artículo presenta PET-F2I, un nuevo benchmark de 41.000 informes y un modelo de lenguaje eficiente (PET-F2I-7B) que supera a los modelos existentes en la generación de impresiones diagnósticas para imágenes PET/CT mediante métricas clínicas innovadoras y ajuste fino de parámetros.
El artículo presenta TacLoc, un marco novedoso para la localización táctil que formula la estimación de la pose como una tarea de registro de nubes de puntos de un solo disparo, logrando una precisión eficiente sin depender de datos renderizados ni modelos preentrenados.
El artículo presenta UniStitch, un marco innovador que unifica características geométricas y semánticas mediante los módulos Neural Point Transformer y Adaptive Mixture of Experts para superar a los métodos actuales en la costura de imágenes.
Este artículo propone una arquitectura de control en capas basada en certificados que opera en el espacio de creencias para resolver POMDPs de alcanzar-evitar, desacoplando la búsqueda de objetivos, la recolección de información y la seguridad mediante funciones de Lyapunov y barrera de control, logrando así garantías probabilísticas y rendimiento en tiempo real superior a los solucionadores existentes.
El artículo R4-CGQA aborda la evaluación de la calidad de imágenes de gráficos por computadora mediante la creación de un nuevo dataset con descripciones detalladas y la propuesta de un marco de dos corrientes basado en recuperación que mejora significativamente la capacidad de los modelos de lenguaje visuales para juzgar y explicar la calidad visual.
Este trabajo presenta LIDA, un marco de atribución de imágenes generadas por IA independiente del modelo que reformula el problema como una tarea de recuperación de instancias mediante un módulo de generación de huellas dactilares de bajo nivel de bits y adaptación con pocos ejemplos, logrando un rendimiento superior en la detección y atribución de deepfakes en escenarios sin datos previos o con pocos ejemplos.
El artículo presenta Marigold-SSD, un marco de finalización de profundidad de un solo paso que aprovecha los fuertes priores de difusión para lograr una percepción 3D robusta y eficiente sin necesidad de optimización en tiempo de prueba, superando a los métodos existentes en generalización y velocidad de inferencia.
Este trabajo propone un marco de reconocimiento automático de habla multi-parlante basado únicamente en un codificador que destila las priores semánticas de un modelo de lenguaje grande para regularizar las representaciones de habla mezclada y utiliza un cabezal de conteo de hablantes para la selección dinámica de ramas, logrando un rendimiento comparable o superior a los sistemas basados en LLM con una menor complejidad computacional.
Este artículo presenta una comparación reproducible de los interpolantes Clough-Tocher y Multicúbrico RBF, demostrando que, aunque el ruido degrada el rendimiento de ambos métodos, el interpolante cúbico ofrece mayor estabilidad y permite recuperar comportamientos de procesos físicos a partir de mediciones ruidosas en ingeniería ambiental.
Este trabajo propone un nuevo método de detección de imágenes sintéticas llamado "discrepancia de transición latente" (LTD), que aprovecha las inconsistencias en la coherencia estructural y la atención semántica entre capas de redes neuronales para lograr una detección más precisa, generalizable y robusta frente a imágenes generadas por IA.