4881 articles
Le papier propose LiTo, une représentation latente 3D unifiée qui modélise conjointement la géométrie et l'apparence dépendante du point de vue en encodant des échantillons de champ lumineux de surface, permettant ainsi la génération d'objets 3D réalistes avec des effets d'éclairage complexes tels que les reflets spéculaires.
Les auteurs proposent un système d'IA entièrement automatisé qui génère des vidéos comiques de type « sketch » en mobilisant une population d'agents inspirés des rôles d'un studio de production et en s'appuyant sur des critiques LLM entraînés sur des données YouTube pour évaluer et optimiser l'humour, produisant ainsi des résultats de qualité professionnelle.
Cet article présente SDR-GAIN, une méthode temps réel innovante basée sur des réseaux antagonistes génératifs qui complète avec précision les poses piétonnes occluses en apprenant directement la distribution numérique des coordonnées des points clés, surpassant ainsi les approches existantes tout en garantissant une inférence ultra-rapide pour la conduite autonome.
Cet article propose le TSformer-SA, un transformateur de fusion temporelle-spectrale doté d'un adaptateur spécifique au sujet, qui améliore le décodage des interfaces cerveau-ordinateur basées sur la présentation visuelle rapide (RSVP) en exploitant des vues multiples et en réduisant le besoin de données d'entraînement pour de nouveaux sujets.
Le papier présente PnLCalib, une méthode de calibration de caméra pour les vidéos sportives qui surpasse les techniques existantes en combinant un modèle 3D de terrain avec une optimisation non linéaire des points et des lignes pour gérer les angles multiples, les paramètres variables et les occlusions.
Ce papier présente DP-IQA, une méthode novatrice d'évaluation de la qualité d'image sans référence qui exploite les priors de modèles de diffusion pré-entraînés et les transmet à un modèle étudiant léger pour atteindre des performances de pointe et une forte généralisation sur des images réelles.
Cet article présente ScenarioFuzz, une méthode de fuzzing basée sur des scénarios qui utilise des données historiques et des réseaux de neurones pour orchestrer la découverte de vulnérabilités dans les systèmes de conduite autonome, réduisant ainsi les coûts de temps de 60,3 % tout en augmentant de 103 % la découverte de scénarios d'erreurs.
Cet article propose et évalue une solution d'apprentissage par renforcement multi-agent basée sur le Q-learning pour optimiser les mises à jour de cartes HD dans les réseaux véhiculaires, démontrant des réductions significatives de latence par rapport aux approches mono-agent tout en limitant la charge computationnelle et les problèmes de compatibilité.
Cet article présente CoHet, un algorithme de reinforcement learning multi-agents décentralisé qui utilise une motivation intrinsèque pilotée par des réseaux de neurones graphiques pour améliorer la coopération entre agents hétérogènes dans des environnements à observabilité partielle et à récompenses rares.
Cet article présente les Processus de Student-t Variationnels Épars (SVTP), un cadre novateur qui étend la méthode des points d'induction aux processus de Student-t pour offrir une modélisation robuste des queues lourdes et des valeurs aberrantes, surpassant les processus gaussiens épars en précision et en vitesse de convergence tout en restant efficace sur de grands jeux de données.
Ce papier propose un cadre unifié qui modélise la quantification et l'éparpillement comme du bruit additif et introduit une transformée de déquantification débruyante pour établir un chemin de gradient explicite, permettant ainsi l'entraînement robuste de réseaux de neurones à des précisions arbitraires et à des niveaux d'éparpillement extrêmes, y compris en dessous d'un bit.
Le papier présente DRUPI, une méthode de condensation de dataset qui améliore l'efficacité de l'apprentissage en synthétisant, en plus des données réduites, des informations privilégiées (telles que des étiquettes de caractéristiques ou d'attention) servant de supervision auxiliaire.
Le papier présente LayoutDreamer, un cadre innovant guidé par la physique et les graphes de scène qui utilise le 3D Gaussian Splatting pour générer des scènes 3D compositionnelles de haute qualité, physiquement plausibles et hautement contrôlables à partir de descriptions textuelles.
Ce papier présente Astromer 2, un modèle fondamental amélioré pour l'analyse de courbes de lumière qui, grâce à un pré-entraînement auto-supervisé sur 1,5 million de courbes et l'utilisation d'embeddings pondérés, surpasse significativement son prédécesseur Astromer 1 en classification, notamment dans des scénarios à données limitées.
Cet article propose une méthodologie pratique basée sur la notion de « signature spatiale » d'un ensemble de données pour évaluer et garantir la robustesse des évaluations de données par semi-valeurs face aux variations du choix de l'utilité.
Le papier présente MKE-Coder, un nouveau cadre qui améliore le codage automatique des maladies (CIM) dans les dossiers médicaux électroniques chinois en intégrant des connaissances multi-axes et en vérifiant les preuves cliniques pour surmonter les défis linguistiques et structurels spécifiques.
Ce papier présente LLM-Advisor, un cadre innovant utilisant des modèles de langage comme conseillers post-traitement pour optimiser l'efficacité énergétique de la planification de trajectoire robotique sur des terrains hétérogènes, comblant ainsi les lacunes en raisonnement spatial des LLMs seuls.
Le papier présente HyConEx, un classifieur basé sur des hyperréseaux conçu pour les données tabulaires, qui génère simultanément des prédictions et des explications locales sous forme d'exemples contrefactuels, comblant ainsi le vide laissé par l'absence de classifieurs interprétables produisant directement des échantillons contrefactuels.
Cet article propose une approche théorique fondée sur la théorie des catégories, utilisant un « foncteur d'explication » pour garantir la cohérence et la fidélité des règles logiques extraites par les méthodes d'IA explicable, comblant ainsi le fossé entre les explications générées et le raisonnement réel des modèles opaques.
Le papier présente GateLens, un agent LLM innovant qui utilise l'algèbre relationnelle comme représentation intermédiaire formelle pour améliorer la fiabilité et l'efficacité de l'analyse de données tabulaires complexes dans le secteur automobile, surpassant les approches traditionnelles tout en réduisant considérablement le temps d'analyse.