3468 artículos
El artículo presenta ReTac-ACT, un modelo de aprendizaje por imitación que fusiona visión y tacto mediante mecanismos de atención bidireccional, un sistema de gating condicionado a la propiocepción y un objetivo de reconstrucción táctil, logrando un 90% de éxito en tareas de ensamblaje de precisión donde la retroalimentación visual falla debido a oclusiones.
El artículo presenta GeoAlignCLIP, un marco unificado que mejora la alineación visión-idioma en teledetección mediante el aprendizaje de consistencia multi-granular y un nuevo conjunto de datos (RSFG-100k), logrando un rendimiento superior en tareas de detalle fino en comparación con los métodos existentes.
Este artículo presenta un estudio de caso que analiza el rendimiento de una arquitectura frontend virtualizada de XRootD en el T2_BR_SPRACE, demostrando su capacidad para sostener un rendimiento agregado de 51,3 Gb/s en transferencias de datos a gran escala en WAN bajo condiciones de producción.
Este trabajo introduce el paradigma de Modelado Lenguaje-Panorama (PLM) y el conjunto de datos PanoVQA para escenarios adversos, proponiendo un módulo de atención dispersa panorámica que permite a los modelos de visión-lingüística existentes procesar imágenes de 360° de manera holística, superando las limitaciones de los enfoques basados en imágenes de campo estrecho.
El artículo presenta BinaryAttention, un método que binariza las consultas y claves en los transformadores de visión y difusión para lograr una atención de 1 bit mediante operaciones bit a bit y un sesgo aprendible, logrando más del doble de velocidad que FlashAttention2 sin sacrificar la precisión.
Este trabajo presenta un marco de estimación y control seguro para la locomoción de robots cuadrúpedos en terrenos irregulares utilizando únicamente sensores propioceptivos, el cual genera mapas del terreno y funciones de barrera de control que reducen significativamente el error de estimación y garantizan la seguridad global y local.
Este artículo presenta un modelo de teoría de juegos para la defensa contra intrusiones sigilosas de amenazas persistentes avanzadas (APT) en redes, donde se analizan estrategias defensivas óptimas bajo tres regímenes informativos distintos frente a atacantes que utilizan cadenas de Markov para navegar por un grafo de ataque.
Este artículo propone un método de control de cobertura basado en el Gráfico de Voronoi Generalizado (GVG) para sistemas multi-robot en entornos no convexos, el cual divide el área en subregiones mediante un algoritmo de equilibrio de carga ponderado y utiliza un controlador colaborativo para garantizar una cobertura eficiente y convergente.
Este trabajo presenta un método basado en programación genética para el descubrimiento simbólico de ecuaciones diferenciales estocásticas que optimiza conjuntamente las funciones de deriva y difusión mediante estimación de máxima verosimilitud, permitiendo la recuperación precisa de ecuaciones gobernantes, una escalabilidad eficiente y una mayor capacidad de modelado en sistemas dinámicos ruidosos.
Este artículo presenta un currículo de ingeniería de IA basado en proyectos que integra prácticas ágiles y herramientas de IA para preparar a los estudiantes para el desarrollo de software asistido por inteligencia artificial, respaldado por un estudio de caso y una evaluación preliminar que destaca la importancia de la reflexión crítica y la verificación oral.
El trabajo presenta Nemo, un diseño de caché optimizado para dispositivos flash log-estructurados que reduce la amplificación de escritura a nivel de aplicación mediante el aumento de colisiones de hash para mejorar la tasa de llenado de conjuntos, al tiempo que mantiene una alta eficiencia de memoria y una baja tasa de fallos gracias a un mecanismo de indexación basado en filtros de Bloom y un seguimiento híbrido de popularidad.
El artículo presenta ParTY, un marco novedoso que mejora la síntesis de movimiento texto-a-movimiento mediante una red guiada por partes, una conexión textual consciente de las partes y una fusión holística-particular, logrando así generar movimientos corporales coherentes que reflejan con precisión acciones específicas de partes del cuerpo.
Este artículo propone un método de clasificación de imágenes inspirado en los movimientos sacádicos humanos que utiliza los mapas de atención de un Vision Transformer (DINO) para focalizar el procesamiento en regiones clave, logrando un rendimiento comparable o superior al de la visión completa con mayor eficiencia.
Este artículo propone un marco de superresolución de MRI de cero disparos basado en representaciones gaussianas explícitas y física de señales, que equilibra la eficiencia computacional y la fidelidad de los datos sin requerir conjuntos de entrenamiento emparejados.
El artículo presenta QDR, un marco de distilación libre de decodificador que combina auto-distilación, reponderación de magnitud aprendible y un modelo ligero para superar los cuellos de botella de la cuantización en la restauración de imágenes, logrando un rendimiento cercano al de precisión completa y alta velocidad en dispositivos de borde.
El artículo presenta OTPL-VIO, un sistema de odometría visual-inercial estéreo que mejora la precisión y robustez en entornos con baja textura y cambios de iluminación mediante la asociación global de líneas basada en transporte óptimo con descriptores profundos sin entrenamiento y una ponderación adaptativa de la incertidumbre.
Este estudio inicia la investigación del grado de proporcionalidad en la presupuestación participativa, demostrando mediante límites teóricos y evaluación experimental que, aunque el Método de Cuotas Iguales (MES) ofrece garantías axiomáticas más fuertes, tanto este como la Regula Secuencial de Phragmen comparten el mismo grado de proporcionalidad desde una perspectiva cuantitativa.
El artículo presenta DiffWind, un marco de modelado diferenciable basado en física que utiliza la simulación de partículas y restricciones de dinámica de fluidos para reconstruir y simular con alta precisión la interacción entre el viento y objetos deformables a partir de observaciones de video.
VarSplat es un sistema de SLAM RGB-D basado en 3D Gaussian Splatting que mejora la robustez y la precisión en la estimación de pose y reconstrucción al aprender explícitamente la varianza de incertidumbre por gaussiana para guiar el rastreo y la optimización hacia regiones fiables.
Este artículo presenta FootMR, un método de refinamiento que mejora la reconstrucción de movimientos finos de los pies en la captura de movimiento humano monocular sin marcadores al levantar secuencias de keypoints 2D a 3D utilizando datos de captura de movimiento a gran escala, y introduce el conjunto de datos MOOF para evaluar este rendimiento.