4633 artículos
El artículo presenta VisionCreator-R1, un agente nativo de generación visual que incorpora mecanismos de reflexión explícita y un método de entrenamiento de co-optimización reflexión-plan (RPCO) para corregir errores en tiempo real, superando consistentemente a modelos como Gemini2.5Pro en tareas de generación de imágenes individuales y múltiples.
Este artículo presenta HMR-1, un robot de masaje jerárquico que integra un modelo de lenguaje visual para la localización de acupuntos y un módulo de control de bajo nivel, respaldado por el nuevo conjunto de datos multimodal MedMassage-12K y un benchmark para evaluar tareas de masaje en la atención sanitaria.
Este manuscrito reflexiona sobre las barreras interdisciplinarias en la investigación de HCI y el envejecimiento, explorando la desconexión entre las necesidades de los adultos mayores y el diseño tecnológico, así como el viaje personal de los autores hacia una mayor empatía a través del voluntariado en una comunidad de vida senior.
Este estudio demuestra que, en la interacción humano-robot, los errores de selección o colocación afectan menos la fiabilidad percibida que los deslizamientos o bloqueos, y que una ejecución exitosa posterior es suficiente para recuperar la confianza sin necesidad de reparaciones sociales explícitas.
Este trabajo cierra la brecha de complejidad en el problema d-QBF con pocas variables existenciales demostrando que la dependencia doblemente exponencial es óptima bajo la conjetura ETH para fórmulas generales, mientras que para el caso restringido de dos bloques cuantificadores se presenta un algoritmo casi óptimo con una dependencia exponencial simple.
Esta investigación presenta un sistema inteligente de asignación de plazas de aparcamiento basado en visión por computadora y el modelo YOLOv8, que utiliza mapeo de perspectiva inversa para integrar vistas de múltiples cámaras y simular un entorno 3D que guía a los usuarios hacia espacios vacíos de manera eficiente y económica.
HeteroFedSyn es el primer marco de síntesis de datos tabulares con privacidad diferencial diseñado específicamente para entornos federados horizontales heterogéneos, que mediante innovaciones en la selección de márgenes distribuidos logra una utilidad comparable a la síntesis centralizada a pesar de la heterogeneidad de los datos y el ruido adicional.
El artículo presenta NaviNote, un sistema que combina localización de alta precisión basada en visión y una arquitectura agéntica para permitir a personas ciegas o con baja visión crear anotaciones espaciales in situ y mejorar su navegación en entornos desconocidos.
Un estudio experimental revela que el impacto de los modelos de lenguaje grandes (LLM) en el pensamiento crítico depende fundamentalmente del tiempo disponible y el momento de acceso: mientras que el uso temprano o continuo de LLM mejora el rendimiento bajo presión temporal, lo perjudica cuando hay tiempo suficiente, invirtiendo este efecto cuando el acceso es tardío o nulo.
HECTOR es un pipeline generativo que permite un control composicional fino en la generación de videos mediante referencias híbridas de imágenes y videos estáticos o dinámicos, junto con la especificación explícita de trayectorias para cada elemento.
El artículo presenta deZent, una implementación descentralizada de la anonimización z que utiliza estructuras de conteo estocástico y sumas seguras para coordinar la privacidad en redes de sensores, logrando un rendimiento comparable al enfoque centralizado mientras reduce la sobrecarga de comunicación y la dependencia de una entidad central de confianza.
Este artículo presenta un método de control adaptativo que integra la identificación de sistemas SINDy con un controlador RLS para rechazar perturbaciones del viento en UAVs, logrando un seguimiento de trayectoria preciso y estable en entornos turbulentos tanto simulados como reales.
El artículo presenta OptBench, un entorno interactivo basado en DuckDB que permite construir, comparar y visualizar de manera transparente optimizadores de consultas para cargas de trabajo híbridas que combinan SQL con inferencias de inteligencia artificial y aprendizaje automático.
Este estudio con 26 niños en edad preescolar demuestra que existen correspondencias significativas entre el olfato, el tacto y las emociones, revelando estrategias de asociación que ofrecen nuevas perspectivas empíricas y directrices de diseño para tecnologías educativas dirigidas a esta etapa del desarrollo.
Este artículo utiliza la complejidad de precisión fina para analizar cómo la dimensionalidad, la simetría (dirigido vs. no dirigido) y la discretización afectan la complejidad temporal de calcular la distancia de Hausdorff bajo traslaciones, revelando asimetrías en los límites superiores e inferiores y reducciones a problemas como 3SUM y MaxConv.
Este artículo propone la arquitectura H3LIX, un modelo de inteligencia artificial descentralizado que utiliza instancias locales para generar señales de aprendizaje sintéticas y sincronizarlas en un Campo de Contexto Colectivo, permitiendo un aprendizaje colaborativo que preserva la privacidad, se adapta a la disponibilidad de energía renovable y fomenta la emergencia de inteligencia distribuida sin necesidad de sincronización centralizada de parámetros.
Este artículo explora el diseño de sistemas de Grupo de Conciencia (GATs) aumentados con IA Generativa para fomentar la metacognición socialmente compartida autónoma en el trabajo y aprendizaje colaborativo, presentando principios de diseño preliminares que buscan evitar la dependencia excesiva de la IA y promover la autorregulación grupal.
Este artículo presenta un marco sistemático que demuestra mediante ataques de parche físicos en simulación CARLA que las arquitecturas de modelos visión-idioma (VLM) para conducción autónoma, como Dolphins, OmniDrive y LeapVAD, son severamente vulnerables a perturbaciones adversarias, revelando fallos críticos en la detección de objetos y patrones de vulnerabilidad específicos en cada diseño.
Este trabajo introduce la segmentación de consultas visuales (VQS) como un nuevo paradigma para localizar todos los objetos de interés a nivel de píxel en videos no recortados, presentando el benchmark VQS-4K y el método VQ-SAM, que supera a las técnicas existentes al extender SAM 2 mediante un marco de memoria adaptativa.
Este artículo propone principios de diseño preliminares para sistemas de conciencia grupal aumentados con IA generativa que, mediante la visualización implícita de datos colaborativos y la generación de conflictos cognitivos, fomentan el sentido crítico autónomo y evitan la sobredependencia de las instrucciones explícitas de la IA.