4478 artículos
Este artículo presenta un marco novedoso de aprendizaje semi-supervisado para la segmentación de imágenes biomédicas que combina modelos de difusión y un entrenamiento colaborativo maestro-alumno, logrando superar a las técnicas actuales al generar máscaras de segmentación precisas a partir de datos limitados etiquetados.
Este trabajo presenta BR-Gen, un nuevo dataset a gran escala de imágenes con manipulaciones localizadas que abarca escenas completas, junto con NFA-ViT, un modelo basado en transformadores que amplifica las huellas de falsificación para mejorar la detección y generalización de alteraciones de IA en imágenes.
El artículo presenta SPDL, una biblioteca de código abierto y agnóstica a frameworks que optimiza la carga de datos en GPU liberando el bloqueo del intérprete global (GIL) de Python, logrando una velocidad de iteración un 74% superior y un menor consumo de recursos en comparación con el DataLoader de PyTorch, con mejoras adicionales al adoptar Python sin GIL.
El artículo presenta iTuP y SDG-Net, un marco que mejora el uso de herramientas robóticas al seleccionar agarres que minimizan el torque y el deslizamiento inducidos por la dinámica de la tarea, superando así las limitaciones de los sistemas basados únicamente en percepción o geometría estática.
Este trabajo presenta M4-SAR, un nuevo conjunto de datos a gran escala y un marco de referencia unificado para la detección de objetos mediante la fusión de imágenes ópticas y SAR, que demuestra mejoras significativas en la precisión de detección, especialmente en entornos complejos.
El trabajo presenta MARRS, un marco novedoso que genera reacciones humanas coordinadas y detalladas mediante representaciones continuas, utilizando un VAE dividido por unidades corporales, fusión condicionada por acciones, modulación adaptativa entre unidades y un modelo de difusión con predictores MLP independientes para superar las limitaciones de los enfoques autoregresivos basados en cuantización vectorial.
Este trabajo presenta EasyText, un marco basado en transformadores de difusión que permite la generación precisa y controlable de texto multilingüe mediante la incorporación de codificaciones de posición de caracteres y el uso de un extenso conjunto de datos sintéticos.
Este estudio evalúa empíricamente la eficacia de modelos de lenguaje preentrenados y grandes modelos de lenguaje en la detección de vulnerabilidades multilingües a nivel de función y línea, demostrando que los grandes modelos de lenguaje, especialmente GPT-4o, superan significativamente a los enfoques anteriores al identificar con mayor precisión vulnerabilidades críticas en múltiples lenguajes de programación.
El artículo presenta SpikeSMOKE, una arquitectura de redes neuronales de espigas para la detección 3D de objetos monocular que, mediante un nuevo mecanismo de codificación de compuertas de escala cruzada y bloques residuales ligeros, logra una alta precisión en conjuntos de datos como KITTI y NuScenes mientras reduce significativamente el consumo energético y la complejidad computacional en comparación con métodos tradicionales.
Este artículo presenta las primeras aproximaciones logarítmicas para problemas de dominación de influencia positiva total y parcial tolerantes a fallos, incluyendo una nueva extensión del marco de aproximación para funciones no submodulares a valores fraccionarios.
Este artículo presenta un conjunto de datos a gran escala y longitudinal que abarca una década (2013-2022) de interacciones en el foro de noticias del periódico austriaco DerStandard, incluyendo más de 75 millones de comentarios y 400 millones de votos anonimizados y representados mediante vectores para preservar la privacidad, facilitando así investigaciones sobre dinámicas de discusión y análisis semántico en alemán.
El artículo PyPitfall presenta un análisis cuantitativo de las dependencias vulnerables en el ecosistema PyPI, revelando que miles de paquetes de Python permiten versiones inseguras y destacando la necesidad de mejorar la seguridad de la cadena de suministro de software.
El artículo presenta FieldLVLM, un marco innovador que mejora la comprensión de los Grandes Modelos Visuales-Lingüísticos sobre datos de campos científicos mediante una estrategia de generación de lenguaje específica del dominio y un ajuste de modelos multimodales con compresión de datos, logrando un rendimiento superior en tareas de investigación científica.
Este artículo presenta el análisis teórico y la discretización mediante elementos virtuales de un modelo acoplado 3D-2D que combina flujo de Stokes y placas poroelásticas Biot-Kirchhoff, demostrando su solvabilidad única, estabilidad y convergencia óptima, y validando su aplicación en la simulación de aislamiento inmune mediante membranas de nanoporos de silicio.
Este artículo propone una estrategia de control robótico robusta y conforme, basada en aprendizaje por refuerzo multi-tarea y destilación de políticas, que logra ensamblajes de alta precisión en lotes con tipos y cantidades de ajuste inciertos mediante la descomposición de tareas y la fusión de visión y fuerza.
Este artículo presenta un algoritmo determinista de tiempo polinomial basado en un marco de cómputo gráfico que, mediante la extensión incremental de aristas y un mecanismo de recorte de inconsistencias globales, demuestra que P = NP al evitar la enumeración explícita de certificados.
El artículo presenta YOPO, un marco unificado de un solo paso basado en transformadores que logra un estado del arte en la estimación de pose 9D de múltiples objetos a nivel de categoría a partir de una sola imagen RGB, eliminando la necesidad de modelos CAD, profundidad o etapas cascada.
Este trabajo presenta Adaptive Tamaraw, un marco unificado que combina técnicas de regularización y agrupación supersecuencial para ofrecer una defensa adaptable contra la huella digital de sitios web, logrando reducir la sobrecarga en un 99% en comparación con Tamaraw clásico mientras mantiene garantías de seguridad demostrables.
El artículo presenta BLAST, una herramienta que combina modelos de lenguaje grandes y pruebas de software basadas en búsqueda para generar automáticamente pruebas que reproducen errores a partir de pares de problemas y parches, logrando un rendimiento superior al estado del arte y validando su utilidad práctica mediante un bot desplegado en repositorios de GitHub.
El artículo presenta CoRe-GS, un marco de dispersión gaussiana de lo grueso a lo fino que optimiza selectivamente solo los objetos de interés en una escena, logrando una reconstrucción 3D más rápida y de mayor calidad al reducir los costos computacionales innecesarios para aplicaciones robóticas.