3462 artículos
HECTOR es un pipeline generativo que permite un control composicional fino en la generación de videos mediante referencias híbridas de imágenes y videos estáticos o dinámicos, junto con la especificación explícita de trayectorias para cada elemento.
El artículo presenta deZent, una implementación descentralizada de la anonimización z que utiliza estructuras de conteo estocástico y sumas seguras para coordinar la privacidad en redes de sensores, logrando un rendimiento comparable al enfoque centralizado mientras reduce la sobrecarga de comunicación y la dependencia de una entidad central de confianza.
Este artículo presenta un método de control adaptativo que integra la identificación de sistemas SINDy con un controlador RLS para rechazar perturbaciones del viento en UAVs, logrando un seguimiento de trayectoria preciso y estable en entornos turbulentos tanto simulados como reales.
El artículo presenta OptBench, un entorno interactivo basado en DuckDB que permite construir, comparar y visualizar de manera transparente optimizadores de consultas para cargas de trabajo híbridas que combinan SQL con inferencias de inteligencia artificial y aprendizaje automático.
Este estudio con 26 niños en edad preescolar demuestra que existen correspondencias significativas entre el olfato, el tacto y las emociones, revelando estrategias de asociación que ofrecen nuevas perspectivas empíricas y directrices de diseño para tecnologías educativas dirigidas a esta etapa del desarrollo.
Este artículo utiliza la complejidad de precisión fina para analizar cómo la dimensionalidad, la simetría (dirigido vs. no dirigido) y la discretización afectan la complejidad temporal de calcular la distancia de Hausdorff bajo traslaciones, revelando asimetrías en los límites superiores e inferiores y reducciones a problemas como 3SUM y MaxConv.
Este artículo propone la arquitectura H3LIX, un modelo de inteligencia artificial descentralizado que utiliza instancias locales para generar señales de aprendizaje sintéticas y sincronizarlas en un Campo de Contexto Colectivo, permitiendo un aprendizaje colaborativo que preserva la privacidad, se adapta a la disponibilidad de energía renovable y fomenta la emergencia de inteligencia distribuida sin necesidad de sincronización centralizada de parámetros.
Este artículo explora el diseño de sistemas de Grupo de Conciencia (GATs) aumentados con IA Generativa para fomentar la metacognición socialmente compartida autónoma en el trabajo y aprendizaje colaborativo, presentando principios de diseño preliminares que buscan evitar la dependencia excesiva de la IA y promover la autorregulación grupal.
Este artículo presenta un marco sistemático que demuestra mediante ataques de parche físicos en simulación CARLA que las arquitecturas de modelos visión-idioma (VLM) para conducción autónoma, como Dolphins, OmniDrive y LeapVAD, son severamente vulnerables a perturbaciones adversarias, revelando fallos críticos en la detección de objetos y patrones de vulnerabilidad específicos en cada diseño.
Este trabajo introduce la segmentación de consultas visuales (VQS) como un nuevo paradigma para localizar todos los objetos de interés a nivel de píxel en videos no recortados, presentando el benchmark VQS-4K y el método VQ-SAM, que supera a las técnicas existentes al extender SAM 2 mediante un marco de memoria adaptativa.
Este artículo propone principios de diseño preliminares para sistemas de conciencia grupal aumentados con IA generativa que, mediante la visualización implícita de datos colaborativos y la generación de conflictos cognitivos, fomentan el sentido crítico autónomo y evitan la sobredependencia de las instrucciones explícitas de la IA.
El artículo presenta PSANE, un marco de navegación activa y segura que utiliza mediciones propioceptivas de la interacción entre las piernas y el terreno para aprender un modelo de transitabilidad en tiempo real, permitiendo a los robots con patas explorar y alcanzar objetivos en terrenos granulares deformables desconocidos sin depender de sensores remotos como la visión.
Este trabajo presenta un sistema de localización magnética sin infraestructura que permite a un UAV ligero aterrizar y rastrear con precisión centimétrica a un robot cuadrúpedo móvil, logrando un posicionamiento relativo de 3D con un error cuadrático medio de 5 cm mediante sensores integrados y filtrado de Kalman.
El artículo presenta el Reto de Gran Expresión Micro (MEGC) 2026, una iniciativa que introduce dos nuevas tareas de respuesta a preguntas visuales (ME-VQA y ME-LVQA) para evaluar la capacidad de los modelos de lenguaje y visión grandes en el análisis y razonamiento temporal de expresiones faciales micro en secuencias de video cortas y largas.
El artículo presenta TIDE, un método sin entrenamiento que mejora la extrapolación de resolución en los Transformadores de Difusión (DiT) mediante un mecanismo de anclaje de texto y un control dinámico de temperatura, logrando así generar imágenes de alta calidad en resoluciones y proporciones arbitrarias sin degradación estructural ni sobrecarga de muestreo.
El artículo presenta bsort, un algoritmo de ordenamiento no basado en comparaciones para enteros y números de punto flotante que unifica estos casos mediante una derivación del quicksort binario, logrando un tiempo de ejecución asintótico de y un espacio auxiliar de , con un rendimiento competitivo en datos de tamaño de palabra pequeño.
Este trabajo presenta un algoritmo de flujo de datos de una sola pasada que logra un factor de aproximación esperado de 0.7401 para el problema de selección de intervalos unitarios bajo un orden de entrada aleatorio, superando la barrera de 2/3 establecida para el orden adversario, mientras demuestra que mejorar más allá de 8/9 o lograr una aproximación superior a 2/3 con alta probabilidad requiere espacio lineal en el tamaño de la entrada.
Este artículo argumenta que la IA generativa no es una solución mágica para la investigación cualitativa en ingeniería de software, ya que su aplicación requiere una adaptación cuidadosa a cada estrategia de investigación y ofrece tanto promesas como riesgos que deben ser comprendidos por los investigadores.
El artículo presenta FAME, un marco de aprendizaje por refuerzo adaptativo a fuerzas que permite a un humanoide a escala real mantener el equilibrio y ampliar su envelope de manipulación bimanual estimando las fuerzas de interacción a partir de la dinámica del robot sin necesidad de sensores de par en las muñecas.
Este artículo examina las oportunidades y desafíos de integrar la realidad virtual y aumentada en la enseñanza de idiomas dentro de la educación pública, concluyendo que, aunque estas tecnologías aumentan la motivación y el aprendizaje contextual, su implementación efectiva requiere superar barreras técnicas, cognitivas y de infraestructura mediante mejoras en el diseño, la capacitación docente y la adaptación curricular.