2528 articles
Ce papier présente NeurCC, un nouvel algorithme de contrôle de concurrence appris qui, grâce à une fonction optimisée par recherche bayésienne et réduction de graphe, surpasse systématiquement les méthodes de l'état de l'art en termes de débit transactionnel et de rapidité d'adaptation face à des charges de travail variées et dynamiques.
Cet article établit l'équivalence entre les actéories droites à objets-hom et les catégories enrichies à copuissances dans des bases monoïdales non fermées et non symétriques, une généralisation motivée par la nécessité de soutenir les processus d'ordre supérieur dans la sémantique du langage concurrent CaMPL.
Cet article présente une nouvelle approche semi-supervisée pour la segmentation d'images biomédicales, qui combine un cadre d'entraînement collaboratif enseignant-élève avec des modèles de diffusion pour générer des masques de segmentation informatifs et améliorer les performances dans des scénarios où les données annotées sont limitées.
Cet article présente BR-Gen, un nouveau jeu de données à grande échelle de 150 000 images forgées localement, et NFA-ViT, un modèle de vision par transformer guidé par le bruit qui amplifie les traces de falsification pour améliorer la détection des contrefaçons générées par l'IA dans des scènes complexes.
Ce papier présente SPDL, une bibliothèque open-source agnostique aux frameworks qui surmonte les goulots d'étranglement du chargement de données pour l'IA en libérant le verrou global de l'interpréteur (GIL) de Python, permettant ainsi d'accélérer considérablement l'entraînement des modèles tout en réduisant l'utilisation du CPU et de la mémoire.
Ce papier présente iTuP, un cadre qui améliore la réussite de l'utilisation d'outils par les robots en sélectionnant des prises stables grâce à une optimisation du couple d'interaction prédit via le SDG-Net, surpassant ainsi les approches basées uniquement sur la perception géométrique.
Ce papier présente M4-SAR, un ensemble de données et une référence normalisés à grande échelle pour la détection d'objets par fusion optique-SAR, accompagnés d'un nouveau cadre de détection E2E-OSDet qui démontrent des performances supérieures, notamment dans des environnements complexes.
Ce papier propose MARRS, un cadre novateur utilisant des représentations continues et un auto-encodeur variationnel pour générer des réactions humaines coordonnées et détaillées, en surmontant les limites des approches vectorielles quantisées grâce à une fusion conditionnée par l'action et une modulation adaptative des unités corporelles.
Le papier présente EasyText, un cadre de rendu textuel multilingue basé sur un Transformateur de Diffusion (DiT) qui, grâce à des techniques de codage de position et à l'utilisation d'ensembles de données synthétiques massifs, permet une génération précise et contrôlée de texte dans n'importe quelle langue.
Cette étude empirique démontre que les grands modèles de langage (LLM), notamment GPT-4o optimisé par ajustement d'instructions et quelques exemples, surpassent les modèles de langage préentraînés (PLM) pour la détection de vulnérabilités multilingues à la fois au niveau des fonctions et des lignes de code.
Cet article présente SpikeSMOKE, une architecture de réseaux de neurones à impulsions (SNN) intégrant un mécanisme de codage à porte croisée multi-échelle (CSGC) et des blocs résiduels légers pour réaliser une détection d'objets 3D monoculaire à faible consommation énergétique avec des performances améliorées sur les jeux de données KITTI, NuScenes-mini et CIFAR.
Cet article présente un jeu de données longitudinal à grande échelle couvrant dix ans d'interactions sur le forum de l'hebdomadaire autrichien DerStandard, incluant des millions de commentaires et de votes anonymisés sous forme de représentations vectorielles pour faciliter l'analyse du discours en allemand tout en préservant la vie privée des utilisateurs.
Ce papier présente FieldLVLM, un cadre novateur qui améliore la compréhension des modèles vision-langage de grande taille face aux données de champs physiques en combinant une stratégie de génération linguistique axée sur les caractéristiques physiques et un ajustement de modèle multimodal compressé, surpassant ainsi les méthodes existantes sur des benchmarks scientifiques.
Le papier présente YOPO, une méthode unifiée et minimaliste basée sur les transformers qui réalise l'estimation de pose 9D de catégorie pour plusieurs objets à partir d'une seule image RGB, atteignant des performances de pointe sans recourir à des données de profondeur ou à des modèles CAD.
Ce papier présente un cadre unifié pour une défense adaptative contre la fingerprinting de sites web, nommé Adaptive Tamaraw, qui combine le regroupement de traces en ensembles d'anonymat et des paramètres de régularisation spécifiques à chaque cluster pour réduire considérablement la surcharge tout en maintenant des garanties de sécurité prouvables.
L'article présente CoRe-GS, un cadre de reconstruction 3D par splatting gaussien qui optimise de manière sélective et efficace uniquement les objets d'intérêt spécifiques, réduisant ainsi considérablement le temps de calcul tout en améliorant la qualité de la reconstruction pour les applications robotiques en temps réel.
Cette étude empirique à grande échelle analyse l'utilisation de l'arithmétique à virgule flottante dans des millions de dépôts GitHub de langages typés statiquement, révélant que les benchmarks existants ne reflètent que partiellement la réalité du code et publiant un jeu de données de 10 millions de fonctions pour guider les futures recherches.
Ce papier présente VocSegMRI, un cadre d'apprentissage multimodal qui intègre des données vidéo, audio et phonologiques via une fusion par attention croisée et un apprentissage contrastif pour atteindre une segmentation précise et robuste des voies vocales en IRM temps réel, surpassant les méthodes existantes avec un score Dice de 0,95.
Cet article présente une approche décentralisée permettant à des équipes de robots quadrupèdes d'armes de transporter coopérativement des objets non saisissables uniquement par contact physique, en utilisant une architecture de politique hiérarchique et une formulation de récompense astucieuse pour coordonner le pincement, le soulèvement et le déplacement sans communication ni contrôle centralisé.
En s'appuyant sur l'analyse de huit déploiements réels dans sept pays, cette étude identifie six facteurs clés et propose douze lignes directrices pour concevoir des systèmes d'IA socialement bénéfiques et culturellement adaptés aux contextes non occidentaux, en soulignant l'importance cruciale de la collaboration interdisciplinaire sur l'expertise technologique pure.