Unsupervised Domain Adaptation with Target-Only Margin Disparity Discrepancy

Cet article propose un cadre d'adaptation de domaine non supervisé innovant basé sur une reformulation de la divergence de disparité des marges (MDD) pour améliorer la segmentation du foie en imagerie CBCT interventionnelle en exploitant des données CT annotées, comblant ainsi le manque de données étiquetées spécifiques à cette modalité.

Gauthier Miralles, Loïc Le Folgoc, Vincent Jugnon, Pietro Gori2026-03-11💻 cs

Leveraging whole slide difficulty in Multiple Instance Learning to improve prostate cancer grading

Cet article propose d'améliorer le grading du cancer de la prostate par apprentissage multi-instance en exploitant la notion de difficulté des lames entières, déduite des désaccords entre pathologistes experts et non-experts, ce qui permet d'augmenter les performances de classification, en particulier pour les grades élevés.

Marie Arrivat, Rémy Peyret, Elsa Angelini, Pietro Gori2026-03-11💻 cs

Kinodynamic Motion Retargeting for Humanoid Locomotion via Multi-Contact Whole-Body Trajectory Optimization

Ce papier présente KDMR, un cadre novateur de rétargeting de mouvement cinodynamique qui, en formulant le problème comme une optimisation de trajectoire corporelle entière à contacts multiples intégrant la dynamique des corps rigides et les forces de réaction au sol, génère des trajectoires de locomotion pour humanoïdes physiquement cohérentes et supérieures aux méthodes cinématiques traditionnelles pour l'apprentissage par imitation.

Xiaoyu Zhang, Steven Haener, Varun Madabushi, Maegan Tucker2026-03-11💻 cs

ReCoSplat: Autoregressive Feed-Forward Gaussian Splatting Using Render-and-Compare

Le papier présente ReCoSplat, un modèle de Splatting de Gaussienne feed-forward et autoregressif qui surmonte les défis de la synthèse de vues nouvelles en ligne grâce à un module « Render-and-Compare » pour corriger les erreurs de pose et une stratégie de compression de cache KV pour traiter efficacement de longues séquences.

Freeman Cheng, Botao Ye, Xueting Li, Junqi You, Fangneng Zhan, Ming-Hsuan Yang2026-03-11💻 cs

TiPToP: A Modular Open-Vocabulary Planning System for Robotic Manipulation

Le papier présente TiPToP, un système de planification modulaire et open-vocabulary qui combine des modèles de vision préentraînés avec un planificateur TAMP pour exécuter des tâches de manipulation robotique complexes à partir d'images et d'instructions naturelles, surpassant ou égalant les performances d'un modèle VLA entraîné sur des données spécifiques sans nécessiter aucune donnée robotique.

William Shen, Nishanth Kumar, Sahit Chintalapudi, Jie Wang, Christopher Watson, Edward Hu, Jing Cao, Dinesh Jayaraman, Leslie Pack Kaelbling, Tomás Lozano-Pérez2026-03-11💻 cs

Class Overwhelms: Mutual Conditional Blended-Target Domain Adaptation

Cet article propose une méthode d'adaptation de domaine pour des cibles mélangées qui, en alignant mutuellement les distributions conditionnelles des catégories et des classes via un discriminateur guidé par l'incertitude et l'augmentation de caractéristiques, surpasse les méthodes actuelles même en l'absence d'étiquettes de domaine et face à des décalages de distribution.

Pengcheng Xu, Boyu Wang, Charles Ling2026-03-10💻 cs

The Complexity of Distance-rr Dominating Set Reconfiguration

Cet article établit une dichotomie de complexité pour le problème de reconfiguration des ensembles dominants à distance rr en démontrant qu'il est polynomial sur les graphes split pour r2r \geq 2 (contrairement au cas r=1r=1), tout en fournissant un algorithme linéaire sur les arbres et en prouvant sa complétude PSPACE sur des graphes planaires et bipartis pour r1r \geq 1.

Niranka Banerjee, Duc A. Hoang2026-03-10💻 cs