Collaborative Problem Solving in Mixed Reality: A Study on Visual Graph Analysis

Cette étude comparative menée sur 72 participants en réalité mixte conclut que, bien que la complexité des tâches influence la demande de collaboration, la représentation graphique en 3D ne suffit pas à générer de meilleurs résultats collaboratifs que les groupes nominaux.

Dimitar Garkov, Tommaso Piselli, Emilio Di Giacomo, Karsten Klein, Giuseppe Liotta, Fabrizio Montecchiani, Falk SchreiberWed, 11 Ma💻 cs

ReDON: Recurrent Diffractive Optical Neural Processor with Reconfigurable Self-Modulated Nonlinearity

Ce papier présente ReDON, une nouvelle architecture de processeur optique neuronal récurrent qui surpasse les réseaux de neurones optiques diffractifs traditionnels en intégrant une non-linéarité auto-modulée reconfigurable, permettant d'améliorer significativement la précision des tâches de vision par ordinateur avec une consommation d'énergie négligeable.

Ziang Yin, Qi Jing, Raktim Sarma, Rena Huang, Yu Yao, Jiaqi GuWed, 11 Ma🔬 physics.optics

AnalogToBi: Device-Level Analog Circuit Topology Generation via Bipartite Graph and Grammar Guided Decoding

L'article présente AnalogToBi, un cadre de génération de topologies de circuits analogiques au niveau des composants qui surpasse les méthodes précédentes en assurant une validité électrique et une nouveauté élevées grâce à une représentation par graphe biparti, un guidage par grammaire et un contrôle fonctionnel explicite.

Seungmin Kim, Mingun Kim, Yuna Lee, Yulhwa KimWed, 11 Ma💻 cs

Scale-Plan: Scalable Language-Enabled Task Planning for Heterogeneous Multi-Robot Teams

Le papier présente Scale-Plan, un cadre évolutif assisté par les grands modèles de langage qui génère des représentations de problèmes compactes et pertinentes pour surmonter les défis de la planification à long terme dans les systèmes multi-robots hétérogènes, tout en introduisant le benchmark MAT2-THOR pour évaluer ces systèmes avec fiabilité.

Piyush Gupta, Sangjae Bae, Jiachen Li, David IseleWed, 11 Ma🤖 cs.AI

DendroNN: Dendrocentric Neural Networks for Energy-Efficient Classification of Event-Based Data

Ce papier présente DendroNN, un réseau de neurones bio-inspiré qui exploite les mécanismes de détection de séquences des dendrites pour classifier efficacement des données événementielles via une phase de ré câblage sans gradient et une architecture matérielle asynchrone, surpassant ainsi les solutions neuromorphiques existantes en termes d'efficacité énergétique.

Jann Krausse, Zhe Su, Kyrus Mama, Maryada, Klaus Knobloch, Giacomo Indiveri, Jürgen BeckerWed, 11 Ma🤖 cs.AI

When to Lock Attention: Training-Free KV Control in Video Diffusion

Le papier présente KV-Lock, un cadre sans entraînement pour les modèles de diffusion vidéo basés sur DiT, qui améliore la qualité du premier plan tout en préservant la cohérence de l'arrière-plan en ajustant dynamiquement le verrouillage des clés-valeurs et l'échelle de guidage en fonction de la détection d'hallucinations.

Tianyi Zeng, Jincheng Gao, Tianyi Wang, Zijie Meng, Miao Zhang, Jun Yin, Haoyuan Sun, Junfeng Jiao, Christian Claudel, Junbo Tan, Xueqian WangWed, 11 Ma🤖 cs.AI

WVA: A Global Optimization Control Plane for llmd

Ce papier présente WVA, un plan de contrôle d'optimisation globale co-conçu avec \texttt{llmd} qui améliore le débit effectif de 37 % et réduit les échecs de requêtes de 10 fois par rapport au HPA traditionnel en couplant étroitement les décisions de mise à l'échelle à l'état de saturation interne du serveur d'inférence et à l'hétérogénéité du matériel.

Abhishek Malvankar, Lionel Villard, Mohammed Abdi, Evgeny Shindin, Braulio Dumba, Vishakha Ramani, Asser Tantawi, Tamar EilamWed, 11 Ma💻 cs

Trade-Offs in FMCW Radar-Based Respiration and Heart Rate Variability

Cette étude évalue un radar FMCW MIMO peu coûteux pour la surveillance sans contact des signes vitaux, révélant qu'il offre une estimation robuste des fréquences respiratoire et cardiaque moyennes à une distance optimale de 70 cm, mais présente des limites significatives en précision pour le suivi des fluctuations instantanées comme la variabilité du rythme cardiaque.

Silvia Mura, Davide Scazzoli, Lorenzo Fineschi, Maurizio MagariniWed, 11 Ma⚡ eess

Experimental Characterization of Biological Tissue Dielectric Properties through THz Time-Domain Spectroscopy

Cette étude caractérise expérimentalement les propriétés diélectriques de la peau de porc, utilisée comme substitut des tissus humains, dans la gamme 0,1 à 11 THz par spectroscopie temporelle, révélant une forte absorption liée à l'eau et fournissant des données essentielles pour la modélisation des réseaux de nanocapteurs intra-corporels.

Elisabetta Marini, Silvia Mura, Marco Hernandez, Matti Hamalainen, Maurizio MagariniWed, 11 Ma🔬 physics.optics

Layered Dielectric Characterization of Human Skin in the Sub-Terahertz and Terahertz Frequency Ranges

Cet article présente un modèle diélectrique complet de la peau humaine et de ses constituants cellulaires dans les gammes sub-THz et THz, combinant la théorie de la relaxation multi-Debye et des formulations de milieu effectif pour prédire avec précision les interactions tissulaires et optimiser les futures techniques de diagnostic et d'imagerie non invasives.

Silvia Mura, Elisabetta Marini, Maurizio Magarini, Matti Hamalainen, Marco HernandezWed, 11 Ma🔬 physics.optics

Understanding the Use of a Large Language Model-Powered Guide to Make Virtual Reality Accessible for Blind and Low Vision People

Cette étude présente un guide alimenté par un modèle de langage de grande taille pour rendre la réalité virtuelle accessible aux personnes aveugles ou malvoyantes, révélant que leur interaction avec ce guide évolue d'une relation utilitaire à une relation compagnonnage lorsqu'ils sont en présence d'autres utilisateurs.

Jazmin Collins, Sharon Y Lin, Tianqi Liu, Andrea Stevenson Won, Shiri AzenkotWed, 11 Ma🤖 cs.AI

PASS: Certified Subset Repair for Classical and Quantum Pairwise Constrained Clustering

Le framework PASS propose une méthode évolutive pour le clustering k-moyennes avec contraintes pairwise, qui optimise un sous-ensemble réduit tout en garantissant la faisabilité des contraintes de type « cannot-link » via un certificat de réparation vérifiable, permettant ainsi des solutions efficaces sur des instances complexes où les méthodes de référence échouent.

Pedro Chumpitaz-Flores, My Duong, Ying Mao, Kaixun HuaTue, 10 Ma🤖 cs.LG

TimeSpot: Benchmarking Geo-Temporal Understanding in Vision-Language Models in Real-World Settings

Le papier présente TimeSpot, un nouveau benchmark évaluant la capacité des modèles vision-langage à déduire des attributs géographiques et temporels à partir d'images réelles, révélant ainsi des lacunes significatives dans leur raisonnement spatio-temporel physique.

Azmine Toushik Wasi, Shahriyar Zaman Ridoy, Koushik Ahamed Tonmoy, Kinga Tshering, S. M. Muhtasimul Hasan, Wahid Faisal, Tasnim Mohiuddin, Md Rizwan ParvezTue, 10 Ma💬 cs.CL

HGT-Scheduler: Deep Reinforcement Learning for the Job Shop Scheduling Problem via Heterogeneous Graph Transformers

Cet article présente le HGT-Scheduler, une approche d'apprentissage par renforcement utilisant des Transformers sur graphes hétérogènes pour modéliser les relations distinctes du problème d'ordonnancement d'atelier, démontrant ainsi une supériorité statistique par rapport aux modèles homogènes sur les instances de référence Fisher-Thompson.

Bulent SoykanTue, 10 Ma🤖 cs.LG