4415 artículos
El artículo presenta STADA, un marco de generación de pruebas basado en especificaciones que utiliza lógica temporal (LTLf) para crear sistemáticamente escenarios de conducción autónoma que superan significativamente a los métodos existentes en cobertura y eficiencia.
Este artículo presenta un procedimiento lineal para reconocer subconjuntos mínimamente insatisfacibles (MUS) en fórmulas 2-CNF, extiende resultados sobre la complejidad NP de ciertos casos y demuestra que encontrar o decidir la existencia de MUSs que contengan una o dos cláusulas unitarias es resoluble en tiempo polinómico.
Este artículo propone SSL-V3, un modelo basado en aprendizaje auto-supervisado y transformadores de visión que integra la evaluación de calidad de video sin referencia para mejorar la clasificación de videos, demostrando una alta precisión en datasets de salud como I-CONECT al abordar la escasez de etiquetas de calidad.
El artículo presenta Med-DualLoRA, un marco de ajuste fino federado y eficiente en parámetros que adapta modelos fundacionales a imágenes de resonancia magnética cardíaca 3D mediante la descomposición aditiva de adaptadores globales y locales, logrando un mejor rendimiento y privacidad en entornos clínicos heterogéneos con menor costo de comunicación.
El artículo presenta VCR, un marco novedoso para la mejora de imágenes en baja iluminación que utiliza recalibración de canales impulsada por la varianza y alineación de distribuciones de color para superar las limitaciones de consistencia y fidelidad cromática de los métodos existentes.
Este informe resume los hallazgos y recomendaciones estratégicas del taller del NSF sobre el diseño conjunto de algoritmos y hardware para aplicaciones médicas, el cual abogó por un cambio fundamental en el desarrollo de tecnologías sanitarias mediante inversiones en infraestructuras compartidas, sistemas conscientes de los flujos de trabajo clínicos y ecosistemas de validación escalables para garantizar plataformas seguras y resilientes.
Este trabajo propone un marco de control adaptativo que combina un controlador de impedancia cartesiana y un agente de aprendizaje por refuerzo para automatizar con éxito el raspado de muestras de materiales heterogéneos en laboratorios, superando a las estrategias de fuerza fija mediante la transferencia de una política entrenada en simulación a un robot real.
El artículo presenta PPGuide, un marco ligero basado en un clasificador que utiliza un proceso de autoaprendizaje para guiar a las políticas de difusión preentrenadas hacia acciones más robustas y evitar modos de fallo durante la inferencia, logrando mejoras consistentes en diversas tareas de manipulación robótica.
El artículo presenta un algoritmo casi óptimo para el muestreo de Poisson en uniones acíclicas que, mediante la construcción de un índice de acceso aleatorio y su sondeo, supera a los métodos tradicionales y permite implementar tanto el procesamiento de uniones como el muestreo sobre una base común sin perder rendimiento.
El artículo presenta "World Mouse", un cursor de realidad cruzada que combina la interacción precisa sobre superficies físicas mediante normales y la navegación interpolada entre objetos para superar las limitaciones de los métodos de entrada actuales en entornos de Realidad Extendida (XR).
Este trabajo presenta el Conjunto de Datos de Fidelidad de Color (CFD) y la Métrica de Fidelidad de Color (CFM) para evaluar objetivamente la autenticidad cromática en la generación de imágenes, junto con un método de refinamiento sin entrenamiento (CFR) que mejora la fidelidad de los colores en modelos de texto a imagen.
El artículo presenta TreeON, un marco basado en redes neuronales que reconstruye nubes de puntos 3D detalladas de árboles a partir de una sola ortofoto y un modelo digital de superficie, utilizando un conjunto de datos sintético y una estrategia de supervisión que combina pérdidas geométricas, de sombras y siluetas para lograr una alta calidad y generalización sin necesidad de datos de escaneo láser terrestre.
Este estudio presenta un análisis de laboratorio que evalúa el impacto de los algoritmos de criptografía post-cuántica (híbridos y puros) frente a los tradicionales en el rendimiento de las transacciones HTTP sobre TLS 1.3, examinando sus efectos específicos en cada capa de la pila de protocolos mediante pruebas de carga de hasta 100 transacciones por segundo.
Este artículo propone un marco de colaboración consciente de la tarea que transforma la delegación a agentes de LLM de un proceso opaco en una decisión visible y auditable, mediante la generación de señales de confianza basadas en perfiles de capacidad y riesgos de coordinación derivados de evaluaciones de preferencia.
Este trabajo presenta un método de diagnóstico impulsado por mediciones para O-RAN que, mediante el análisis conjunto de la latencia de cola y los indicadores de la capa de radio en escenarios reales, revela diferencias dependientes del dispositivo y propone banderas de degradación para un monitoreo y solución de problemas más efectivos.
El artículo presenta LLMGreenRec, un nuevo sistema de recomendación multiagente basado en modelos de lenguaje grande que fomenta el consumo sostenible en el comercio electrónico al identificar intenciones ecológicas de los usuarios y reducir simultáneamente la huella de carbono digital.
Este trabajo resuelve una pregunta abierta demostrando la primera separación explícita entre la privacidad diferencial en el modelo de observación continua para los casos no adaptativo y adaptativo, mostrando que un algoritmo no adaptativo puede mantener la precisión durante un número exponencial de pasos temporales mientras que cualquier algoritmo adaptativo falla tras unos pocos pasos.
El artículo presenta las "Reading Activity Traces" (RATs), un marco que revaloriza la lectura como una actividad creativa en sí misma al hacer visibles los procesos de navegación, interpretación y curación que las herramientas automatizadas suelen ocultar, ilustrado mediante una implementación especulativa en Wikipedia llamada WikiRAT.
El artículo presenta DynVLA, un modelo de VLA para conducción autónoma que introduce el paradigma "Dynamics CoT" mediante un tokenizador de dinámicas que comprime y decodifica la evolución del mundo en representaciones compactas antes de generar acciones, logrando así una toma de decisiones más informada y físicamente fundamentada que supera a los métodos tradicionales de razonamiento textual y visual.
El artículo presenta Agentar-Fin-OCR, un sistema de análisis de documentos financieros que transforma PDFs de gran longitud en salidas estructuradas y auditables mediante algoritmos de consolidación de contenido entre páginas y aprendizaje curricular adaptativo, acompañado del lanzamiento de FinDocBench, un nuevo benchmark especializado para evaluar el rendimiento en este dominio.