6409 articles
Ce papier présente FoldNet, une approche qui génère un jeu de données synthétique basé sur des points clés et des textures réalistes pour entraîner, via l'apprentissage par imitation en boucle fermée et la méthode KG-DAgger, une politique de pliage de vêtements généralisable et robuste atteignant un taux de réussite de 75 % dans le monde réel.
Le papier propose Diffusion-SAFE, un cadre de boucle fermée basé sur des modèles de diffusion pour la conduite partagée, qui détecte les risques et effectue des transferts de contrôle fluides et sûrs en ajustant continuellement le niveau d'intervention du copilote par rapport à l'intention humaine.
Le papier présente MTVCraft, un cadre pionnier qui tokenise directement les séquences de mouvement 3D en tokens 4D pour animer des personnages à partir d'images, surpassant les méthodes existantes basées sur des poses 2D grâce à une meilleure généralisation zéro-shot et un contrôle plus flexible.
Cette étude démontre que, dans les tâches de travail assistées par l'IA, la charge cognitive extrinsèque a un impact négatif sur la performance trois fois plus fort que la charge intrinsèque, affectant davantage les professionnels moins expérimentés qui, paradoxalement, n'augmentent pas leur utilisation de l'IA sous charge.
Cette étude présente et évalue les algorithmes de flux de puissance et de flux de puissance optimal adiabatiques quantiques (AQPF et AQOPF), qui reformulent ces problèmes sous forme d'optimisation combinatoire discrète, en démontrant leur capacité à reproduire des solutions réalisables et leur scalabilité prometteuse sur des systèmes quantiques et des recuits numériques pour des réseaux allant de 4 à 1354 nœuds.
Cette étude propose une nouvelle représentation des environnements protéiques locaux dérivée des modèles de fondation atomistiques, démontrant son efficacité pour capturer la structure et la chimie locales, établir des priors de données et réaliser des prédictions de décalages chimiques NMR à l'état de l'art.
Cet article présente une méthode non supervisée qui extrait des taxonomies de défaillances cohérentes et exploitables à partir de logs de déploiement robotique en combinant le raisonnement vision-langage et le regroupement sémantique, facilitant ainsi l'amélioration des politiques et la surveillance des systèmes.
Cet article propose un nouveau cadre d'allocation de tâches pour des robots multitâches, intégrant leurs contraintes physiques via une compilation en MAX-SAT pondéré et une heuristique gloutonne, et valide son efficacité supérieure par rapport aux méthodes mono-tâches grâce à des simulations et une expérience physique.
Le papier présente ContextMatters, un cadre qui fusionne les modèles de langage et la planification classique pour assouplir les objectifs de manière contextuelle via des graphes de scènes 3D, permettant ainsi aux agents incarnés de générer des plans réalisables et d'atteindre des buts partiels dans des environnements complexes, avec une amélioration de 52,45 % du taux de succès par rapport aux méthodes de l'état de l'art.
Cette étude propose un cadre d'apprentissage profond basé sur un GAN pénalisé par la variance pour générer des images d'immunohistochimie (IHC) de haute fidélité à partir de coupes histologiques H&E, permettant ainsi une évaluation précise et rentable de l'expression de HER2 dans le cancer du sein.
Ce papier présente LINO UniPS, une méthode de stéréophotométrie universelle qui utilise des jetons d'enregistrement lumineux et une attention entrelacée pour découpler l'éclairage des normales, ainsi qu'une architecture à double branche basée sur les ondelettes pour préserver les détails géométriques, le tout entraîné sur le nouveau jeu de données PS-Verse pour atteindre des performances de pointe.
Cet article propose un cadre novateur pour la segmentation d'objets camouflés en vocabulaire ouvert, qui utilise un modèle de langage-vision partagé pour guider le modèle SAM dans la localisation précise des objets et fournir un contexte spatial complet pour leur classification, surmontant ainsi les limites des approches précédentes.
Ce papier présente WaLi, une attaque de confidentialité qui reconstruit des discours intelligibles à partir des données de capteurs de pression des systèmes HVAC en utilisant un transformateur complexe et des blocs d'attention globale pour surmonter le bruit et la faible résolution, révélant ainsi une nouvelle vulnérabilité de sécurité dans ces infrastructures.
Le papier présente SUBARU, une approche pratique qui réduit la consommation énergétique des appareils auditifs en utilisant un sous-échantillonnage et une résolution binaire faible, tout en restaurant la qualité audio via un suréchantillonnage pour le traitement de la parole en temps réel.
Ce papier présente VTOPA, un algorithme de positionnement autonome assisté par vision pour les drones qui optimise la connectivité sans fil en milieu urbain en détectant les obstacles et la demande utilisateur pour maximiser le débit et réduire la latence.
Ce papier propose LD-RPS, une méthode unifiée et sans jeu de données pour la restauration d'images qui exploite l'échantillonnage récursif de l'arrière-plan d'un modèle de diffusion latent préentraîné, enrichi par des priors sémantiques multimodaux, pour surpasser les méthodes actuelles dans la gestion de diverses dégradations sans nécessiter de données appariées.
Cet article propose la méthode QAA (Query-based Adaptive Aggregation), une nouvelle technique d'agrégation de caractéristiques qui utilise des requêtes apprises pour surmonter les biais spécifiques aux ensembles de données et permettre un entraînement conjoint multi-ensembles efficace, améliorant ainsi la généralisation et la performance universelle de la reconnaissance visuelle de lieux.
Ce papier présente hPGA-DP, une nouvelle politique de diffusion hybride intégrant l'algèbre géométrique projective dans son architecture pour améliorer l'efficacité de l'apprentissage et la convergence des tâches de manipulation robotique.
Cet article propose MCULoRA, une nouvelle approche d'adaptation faible rang dynamique et découplée par modalité qui surpasse les méthodes existantes pour la reconnaissance des émotions en résolvant les conflits de gradients lors de l'apprentissage avec des données multimodales incomplètes.
Ce papier propose Mamba Snake, un cadre innovant de segmentation unifiée d'images médicales qui combine la modélisation par espace d'états et des mécanismes de type « snake » pour surmonter les défis de l'hétérogénéité structurelle et améliorer la précision anatomique.