4497 artículos
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.
Este artículo cierra la brecha entre los límites conocidos de la relación de estiramiento del grafo dirigido al demostrar que su valor exacto es 5, estableciendo así la primera cota ajustada para cualquier grafo dirigido.
Este trabajo presenta un manipulador móvil bimanual de bajo costo (menos de 1300 dólares) basado en XLeRobot con computación a bordo NVIDIA Jetson Orin Nano, que ofrece un diseño mecánico optimizado, una topología de alimentación robusta y autonomía completa para teleoperación y manipulación basada en visión sin dependencias externas.
El artículo presenta SpectralDiff, un marco de difusión estructurado espectralmente que elimina las manchas de lluvia de imágenes individuales mediante perturbaciones espectrales dirigidas y una arquitectura U-Net de producto completo, logrando un rendimiento competitivo con mayor eficiencia computacional.
Este estudio analiza 122.000 conversaciones de Reddit para revelar que la alfabetización en IA dentro de las comunidades creativas es dinámica y orientada a la práctica, centrándose principalmente en el uso efectivo de herramientas y reaccionando a eventos clave en lugar de seguir marcos teóricos estáticos.
Este estudio propone un marco de trabajo mejorado basado en YOLOv8 que combina la detección de fuego y humo con el análisis de proximidad a objetos circundantes para generar una evaluación cuantitativa de riesgos y alertas prioritarias en sitios de ingeniería.
Este trabajo presenta un marco novedoso que estima trayectorias 3D y clasifica drones directamente a partir de videos de internet sin anotaciones manuales, utilizando razonamiento visión-lingüístico y refinamiento físico para lograr un rendimiento superior en tareas de contra-drones mediante transferencia cero-shot.
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.