2538 artículos
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.
Este artículo investiga la capacidad de modelos de lenguaje avanzados para generar diagramas de clases UML a partir de requisitos en lenguaje natural, proponiendo un marco de validación dual que combina evaluadores de IA y expertos humanos, y demostrando que estos modelos pueden producir diagramas estructuralmente coherentes y semánticamente significativos con una alta alineación respecto a las evaluaciones humanas.
El artículo presenta MedKCO, un método de preentrenamiento visión-idioma médico que supera las limitaciones cognitivas actuales mediante una orquestación basada en el conocimiento que organiza los datos en un currículo de dos niveles y utiliza una pérdida de contraste asimétrica auto-pasiva para mejorar las representaciones de características y el rendimiento en tareas posteriores.
Este trabajo propone un marco de factorización de movimiento sin entrenamiento que descompone la generación de video composicional en tres categorías (inmovilidad, movimiento rígido y no rígido) mediante un enfoque de planificación previa a la generación, permitiendo la síntesis de múltiples instancias con apariencia y movimiento diversos de manera agnóstica al modelo.
El artículo presenta PRLF, un marco de aprendizaje progresivo de representaciones para el análisis de sentimientos multimodal que utiliza un estimador de fiabilidad adaptativa y un módulo de interacción progresiva para manejar eficazmente las modalidades incompletas y mejorar la consistencia entre ellas.
Nezha es un almacén distribuido de clave-valor que integra la separación de claves y valores con el protocolo Raft para eliminar la sobrecarga de E/S causada por operaciones de persistencia superpuestas, logrando mejoras significativas en el rendimiento de lectura y escritura mientras mantiene garantías de consistencia fuerte.
Este estudio audita la búsqueda inversa de imágenes de Google y revela que, como herramienta de verificación, a menudo prioriza la desinformación repetida y contenido irrelevante sobre las correcciones, exponiendo así las limitaciones del gatekeeping algorítmico en la lucha contra la información visual falsa.
El artículo presenta AgenticCyOps, un marco de seguridad arquitectónico que protege la integración de sistemas multiagente en operaciones cibernéticas empresariales mediante la definición de cinco principios defensivos y la reducción de fronteras de confianza explotables en un 72% para mitigar vectores de ataque en la orquestación de herramientas y la gestión de memoria.
Este estudio presenta un marco automatizado basado en SegFormer que segmenta múltiples regiones de imágenes HR-pQCT y extrae características radiómicas, demostrando que el análisis de tejidos blandos supera a los métodos basados únicamente en hueso para la clasificación de osteoporosis.
El artículo presenta EQ-VMamba, la primera arquitectura Mamba visual equivariante a la rotación que integra un prior geométrico fundamental mediante una estrategia de escaneo cruzado y bloques de grupo, logrando una mayor robustez, rendimiento y eficiencia de parámetros en diversas tareas de visión por computadora.
El artículo propone un sistema de Inteligencia Artificial Agente que actúa como capa de control en redes 6G para gestionar el aprendizaje federado, traduciendo objetivos de alto nivel en acciones adaptativas que optimizan la selección de clientes, la asignación de recursos y la programación en tiempo real considerando las condiciones dinámicas de la red y las capacidades de los dispositivos.