2535 artículos
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.
Este estudio investiga cómo el grado de interactividad en aplicaciones de realidad aumentada móvil influye en la experiencia de usuario y la aceptación social, concluyendo que es necesario un diseño equilibrado que considere tanto la usabilidad como las implicaciones sociales para facilitar la integración de esta tecnología en entornos cotidianos.
Este estudio con 22 voluntarios concluye que la cantidad de deshonestidad académica durante exámenes es exactamente la misma tanto en entornos de realidad virtual como al utilizar tecnología mediada por computadora tradicional.
El artículo presenta SVG-EAR, un método libre de parámetros que mejora la generación de video dispersa mediante una compensación lineal basada en centroides y un enrutamiento consciente del error, logrando aceleraciones de hasta 1.93× sin sacrificar la calidad de la generación.
El artículo presenta SurgCalib, un marco de calibración mano-ojo automático y sin marcadores para el robot quirúrgico da Vinci que utiliza la representación por Splatting Gaussiano para refinar la estimación de la pose del instrumento quirúrgico, superando las limitaciones de las mediciones cinemáticas imprecisas y evitando la necesidad de patrones fiduciales que comprometan la esterilidad.
Este artículo presenta tres mejoras para transformar el robot de mano Inspire RH56DFX de un dispositivo de caja negra en una herramienta de investigación: caracterización de hardware, un modelo MuJoCo validado para la planificación de agarres y un controlador híbrido de velocidad-fuerza, logrando un rendimiento superior en tareas de inserción y agarre en comparación con métodos existentes.
SkipGS es un método plug-and-play que acelera el entrenamiento de 3DGS en un 23,1% reduciendo el tiempo de la fase de post-densificación mediante un mecanismo adaptativo que omite selectivamente las retropropagaciones redundantes sin comprometer la calidad de reconstrucción.
Este trabajo propone un marco de autenticación basado en difusión que utiliza la firma de la impresora para distinguir eficazmente los patrones de detección de copias genuinos de los falsificados, superando a los métodos tradicionales y anteriores enfoques de aprendizaje profundo.
El estudio demuestra que, aunque los agentes de IA pueden generar microservicios funcionales con código de calidad y buena adherencia a contratos de API, la inconsistencia en la corrección y la necesidad de supervisión humana indican que la generación totalmente autónoma aún no es viable.
Este estudio con 70 adultos mayores revela que, aunque la amabilidad de los asistentes de voz basados en LLM aumenta la confianza y la empatía en situaciones cotidianas, su efectividad disminuye en emergencias donde la claridad es prioritaria, lo que demuestra la necesidad de adaptar las explicaciones de la IA al contexto, la personalidad del usuario y la situación específica.
Este artículo presenta Lockbox, una arquitectura de confianza cero diseñada para garantizar el procesamiento seguro de cargas de trabajo sensibles en la nube mediante la aplicación de verificación explícita de confianza, aislamiento estricto y acceso de mínimo privilegio en todo el ciclo de vida de la aplicación.
El artículo presenta ImpedanceDiffusion, un marco jerárquico que combina planificación global de trayectorias basada en difusión condicionada por imágenes, seguimiento con campos de potencial artificial y control de impedancia variable semánticamente consciente para lograr una navegación segura y adaptativa de enjambres de drones en entornos interiores abarrotados.
Este artículo examina las barreras que enfrentan los investigadores de Nueva Zelanda para participar en conferencias de ingeniería de software, como los altos costos de viaje y la falta de representación, y propone estrategias como la participación híbrida y reformas de gobernanza para fomentar una colaboración global más equitativa.
Este artículo demuestra por primera vez que el uso directo de núcleos tensoriales FP64 en GPUs NVIDIA, combinado con optimizaciones de fusión de kernels en la biblioteca MFEM, acelera significativamente las simulaciones de elementos finitos de alto orden a escala exascale, logrando mejoras de rendimiento de hasta 2 veces y una eficiencia energética del 83% en sistemas como Alps.
Este artículo presenta un marco híbrido novedoso que combina la ejecución concolica guiada por modelos de lenguaje grande (LLM) con clasificación basada en aprendizaje profundo para detectar malware generado por IA con garantías de corrección, superando significativamente a las soluciones de detección convencionales en precisión y eficiencia.