3462 artículos
Este artículo presenta un marco de control de alto deslizamiento para vehículos automatizados que excita activamente la región de fricción máxima durante operaciones sin carga, utilizando un modelo de neumático Magic Formula y una estrategia de control óptimo para estimar con precisión y seguridad el coeficiente de fricción neumático-carretera.
Este artículo propone un marco de planificación de movimiento con límites de riesgo que integra un operador de Koopman estocástico profundo, verificación jerárquica mediante programación de sumas de cuadrados y un controlador MPPI para generar trayectorias seguras y eficientes en manipuladores robóticos que operan bajo incertidumbres no gaussianas y entornos no convexos.
OmniEdit es un marco de trabajo sin entrenamiento que aborda la sincronización labial y la edición audio-visual mediante la reformulación del proceso de edición para eliminar el ajuste supervisado, reduciendo así la sobrecarga computacional y los requisitos de datos.
Este artículo presenta un marco para la generación de videos físicamente plausibles que aborda la progresión causal mediante dos módulos clave: el razonamiento de cadenas de eventos impulsado por la física y la instrucción cruzada multimodal consciente de las transiciones, logrando así una superioridad en benchmarks como PhyGenBench y VideoPhy.
Este artículo investiga la capacidad de modelos de lenguaje avanzados para generar diagramas de clases UML a partir de requisitos en lenguaje natural, proponiendo un marco de validación dual que combina evaluadores de IA y expertos humanos, y demostrando que estos modelos pueden producir diagramas estructuralmente coherentes y semánticamente significativos con una alta alineación respecto a las evaluaciones humanas.
El artículo presenta MedKCO, un método de preentrenamiento visión-idioma médico que supera las limitaciones cognitivas actuales mediante una orquestación basada en el conocimiento que organiza los datos en un currículo de dos niveles y utiliza una pérdida de contraste asimétrica auto-pasiva para mejorar las representaciones de características y el rendimiento en tareas posteriores.
Este trabajo propone un marco de factorización de movimiento sin entrenamiento que descompone la generación de video composicional en tres categorías (inmovilidad, movimiento rígido y no rígido) mediante un enfoque de planificación previa a la generación, permitiendo la síntesis de múltiples instancias con apariencia y movimiento diversos de manera agnóstica al modelo.
El artículo presenta PRLF, un marco de aprendizaje progresivo de representaciones para el análisis de sentimientos multimodal que utiliza un estimador de fiabilidad adaptativa y un módulo de interacción progresiva para manejar eficazmente las modalidades incompletas y mejorar la consistencia entre ellas.
Nezha es un almacén distribuido de clave-valor que integra la separación de claves y valores con el protocolo Raft para eliminar la sobrecarga de E/S causada por operaciones de persistencia superpuestas, logrando mejoras significativas en el rendimiento de lectura y escritura mientras mantiene garantías de consistencia fuerte.
Este estudio audita la búsqueda inversa de imágenes de Google y revela que, como herramienta de verificación, a menudo prioriza la desinformación repetida y contenido irrelevante sobre las correcciones, exponiendo así las limitaciones del gatekeeping algorítmico en la lucha contra la información visual falsa.
El artículo presenta AgenticCyOps, un marco de seguridad arquitectónico que protege la integración de sistemas multiagente en operaciones cibernéticas empresariales mediante la definición de cinco principios defensivos y la reducción de fronteras de confianza explotables en un 72% para mitigar vectores de ataque en la orquestación de herramientas y la gestión de memoria.
Este estudio presenta un marco automatizado basado en SegFormer que segmenta múltiples regiones de imágenes HR-pQCT y extrae características radiómicas, demostrando que el análisis de tejidos blandos supera a los métodos basados únicamente en hueso para la clasificación de osteoporosis.
El artículo presenta EQ-VMamba, la primera arquitectura Mamba visual equivariante a la rotación que integra un prior geométrico fundamental mediante una estrategia de escaneo cruzado y bloques de grupo, logrando una mayor robustez, rendimiento y eficiencia de parámetros en diversas tareas de visión por computadora.
El artículo propone un sistema de Inteligencia Artificial Agente que actúa como capa de control en redes 6G para gestionar el aprendizaje federado, traduciendo objetivos de alto nivel en acciones adaptativas que optimizan la selección de clientes, la asignación de recursos y la programación en tiempo real considerando las condiciones dinámicas de la red y las capacidades de los dispositivos.
Este artículo presenta un algoritmo de aproximación en tiempo polinomial (PTAS) para el problema de la 2-matching ponderada sin triángulos, superando la mejor aproximación previa de 2/3 mediante un método de búsqueda local y un análisis no trivial.
Este artículo presenta una arquitectura de control computacionalmente eficiente y adaptable para robots multi-patas con seis o más extremidades que navegan terrenos irregulares, la cual combina la estabilidad mecánica con estados de máquina segmentales acoplados para generar locomoción tanto en contacto con el suelo como en ausencia del mismo.
El artículo presenta VNOIP, un nuevo método basado en ecuaciones diferenciales ordinarias neuronales variacionales con mecanismos de atención y saltos bidireccionales que modela explícitamente la dinámica temporal continua de las tendencias de popularidad para predecir con mayor precisión la difusión de información en redes sociales.
El artículo presenta RTFDNet, una arquitectura de red neuronal que unifica la fusión y el desacoplamiento de modalidades mediante regularización cruzada para lograr una segmentación semántica RGB-T robusta y adaptable, incluso cuando faltan señales de sensores.
SPAN-Nav es un modelo fundacional de extremo a extremo que mejora la navegación visión-idioma mediante la inyección de conciencia espacial 3D universal en el razonamiento de acciones, utilizando un token espacial compacto y un conjunto de datos masivo para lograr un rendimiento superior y una generalización robusta en diversos entornos.
Este trabajo presenta un nuevo algoritmo de minería de subcadenas frecuentes con privacidad diferencial que mantiene garantías de error cercanas a la óptima mientras reduce drásticamente la complejidad de tiempo y espacio en comparación con enfoques anteriores, haciendo el proceso escalable.