5302 artículos
El artículo presenta Tureis, un método auto-supervisado basado en Transformers que detecta y localiza fallos en sensores de hogares inteligentes mediante la reconstrucción de características de bits, logrando una alta precisión en escenarios multi-fallo y multi-residente con un footprint ligero apto para dispositivos de borde como Raspberry Pi.
Este artículo evalúa la capacidad de generalización de agentes de ciberataque autónomos ante cambios en la asignación de direcciones IP, concluyendo que aunque los agentes impulsados por LLM logran el mejor rendimiento en escenarios no vistos, lo hacen a costa de un mayor consumo computacional, menor transparencia y la aparición de fallos prácticos como bucles de acciones inválidas.
El artículo presenta OmniGuide, un marco flexible que mejora el rendimiento de los modelos de política generalista visión-lenguaje-acción (VLA) en tareas complejas al integrar diversas fuentes de orientación como funciones de energía diferenciables que guían la generación de acciones en el espacio 3D.
El artículo presenta OAuthHub, un marco de desarrollo que utiliza dispositivos personales como intermediarios para mitigar el acceso excesivo a datos en OAuth mediante un modelo de permisos centralizado y patrones de acceso discretos, logrando reducir significativamente el tiempo de codificación y la complejidad del código en comparación con las APIs tradicionales.
Este trabajo presenta una tubería computacional libre de modelos que optimiza conjuntamente la disposición de sensores flexibles y los parámetros de una red neuronal para predecir deformaciones en sistemas robóticos blandos y dispositivos portátiles, mejorando la precisión de la predicción y garantizando la viabilidad de fabricación sin depender de simulaciones físicas.
Este artículo presenta la primera evaluación sistemática de la incertidumbre en modelos de visión-linguaje para la anticipación temprana de acciones en interacciones humano-robot, introduciendo un protocolo de evaluación temporal y métricas de calibración para garantizar predicciones confiables bajo observaciones parciales.
Este artículo presenta FLA³, una plataforma de aprendizaje federado que integra controles de autenticación, autorización y contabilidad para habilitar la investigación clínica global segura y cumplir con las normativas de privacidad sin compartir datos.
Este artículo establece una base teórica para consultar bases de datos categóricas mediante la propuesta de un cálculo y un álgebra categóricos, demostrando su equivalencia, ofreciendo reglas de optimización y analizando su poder expresivo y complejidad computacional.
Este artículo propone utilizar un pool de memoria CXL para almacenar la memoria condicional de engramas en modelos de lenguaje grandes, integrándolo en SGLang para lograr un rendimiento cercano al de la DRAM y ofrecer una solución de almacenamiento escalable y rentable sin comprometer la inferencia.
El artículo propone utilizar el exponente de Lyapunov de Burau como sonda algebraica dentro de los componentes fuertemente conexos de un grafo de permisos en la nube para distinguir entre regímenes de riesgo dispersos y enfocados, demostrando que las estadísticas abelianas son insuficientes para esta tarea y permitiendo así automatizar la clasificación y la remediación de la escalada de privilegios.
El artículo presenta 4DEquine, un marco novedoso que reconstruye caballos en 4D a partir de video monoculórico descomponiendo el problema en la recuperación de movimiento y apariencia, logrando un rendimiento superior al estado del arte en datos reales mediante el uso de conjuntos de datos sintéticos y arquitecturas especializadas.
El artículo presenta HG-Lane, un marco de generación de alta fidelidad que crea escenas de carriles bajo condiciones adversas de clima y luz sin necesidad de reanotación, mejorando significativamente el rendimiento de los modelos de detección de carriles existentes.
Este estudio evalúa el rendimiento de protocolos de redes tolerantes a retardos (DTN) en un escenario simulado de rescate tras el terremoto de Katmandú, Nepal, demostrando la eficacia de las comunicaciones distribuidas y revelando las compensaciones entre la fiabilidad de transmisión y la utilización de recursos para optimizar los servicios de emergencia.
El artículo presenta XL-VLA, un marco de visión-idioma-acción que utiliza un espacio latente unificado e invariante al diseño para permitir un aprendizaje escalable y eficiente entre diferentes manos robóticas, superando así a los modelos basales que operan en espacios de articulaciones crudas.
Este trabajo presenta "Dance2Hesitate", un conjunto de datos multimodal y de código abierto que captura demostraciones de movimientos hesitantes enseñados por bailarines y robots para mejorar la comprensión y seguridad en la colaboración humano-robot.
Este estudio utiliza datos de usuarios sanos y post-ictus en tareas isométricas de juego con un robot de rehabilitación para demostrar cómo el diseño de la interfaz influye en el comportamiento motor, identificar características patológicas en las fuerzas del efector final y validar un nuevo método de clasificación basado en modelos ocultos de Markov que supera a las descomposiciones por sinergias para distinguir entre estrategias neuromotoras sanas y patológicas.
Este artículo presenta un método que utiliza el contexto ambiental visual modelado mediante embeddings de DINOv2 para permitir que los vehículos autónomos submarinos localicen especies de coral escasamente distribuidas de manera eficiente, logrando muestrear hasta un 75% del objetivo en la mitad del tiempo requerido por la cobertura exhaustiva.
Este artículo presenta K-Join, un nuevo algoritmo para procesamiento de uniones en computación paralela masiva que optimiza la transferencia de datos mediante una partición basada en una combinación lineal de cubiertas de vértices, logrando una carga de trabajo de definida por una nueva medida teórica llamada cubierta de vértices cuasi-reducida.
Este artículo presenta una teoría de localidad totalmente simbólica que deriva polinomios de rendimiento de caché para bucles afines, logrando una precisión del 99,6% en la predicción de fallos de caché con un tiempo de análisis rápido y escalable.
Este artículo presenta SoftGM, una arquitectura de control distribuido inspirada en el pulpo que utiliza una red neuronal de grafos con mecanismo de atención para permitir que los brazos robóticos blandos segmentados aprendan a alcanzar objetivos en entornos con obstáculos mediante la exploración en línea y la coordinación resiliente sin depender de la geometría global del entorno.