8387 articles
Cette étude présente un capteur à moustaches actionné magnétiquement et basé sur la vision qui, grâce à un suivi optique des mouvements, permet une perception tactile de haute résolution et une manipulation fiable d'objets délicats, démontrant une précision de classification de 99,17 % et un taux de réussite de préhension de 87 %.
Cette enquête propose une revue structurée de plus de 200 articles sur la généralisation du Wi-Fi sensing, en classant les techniques de robustesse, en résumant les jeux de données publics et en présentant la plateforme Sensing Dataset Platform (SDP) pour guider les recherches futures.
Cet article présente RS-STE, une nouvelle approche unifiée pour l'édition de texte dans les images de scène qui exploite la synergie intrinsèque avec la reconnaissance de texte via un décodeur parallèle et un apprentissage auto-supervisé cyclique, atteignant ainsi des performances de pointe sans nécessiter de données appariées.
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 propose une revue systématique des avancées récentes en télédétection LiDAR sous l'angle de l'apprentissage faiblement supervisé, en unifiant l'interprétation et l'inversion de paramètres pour surmonter les contraintes de données étiquetées tout en explorant des défis spécifiques et des perspectives futures intégrant les modèles de fondation.
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 MVTec AD 2, un nouveau jeu de données de haute résolution contenant plus de 8 000 images couvrant des scénarios industriels complexes et non abordés précédemment, conçu pour surmonter la saturation des performances des modèles actuels de détection d'anomalies et évaluer leur robustesse face à des variations réalistes.
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 établit les premières approximations logarithmiques pour les problèmes de domination totale tolérante aux pannes et de domination par influence positive partielle pondérée, en étendant notamment un cadre d'approximation aux fonctions à valeurs fractionnaires pour traiter le cas connecté.
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 PyPitfall, une analyse quantitative révélant la prévalence massive de dépendances vulnérables au sein de l'écosystème PyPI, avec plus de 140 000 packages autorisant des versions compromises, afin d'alerter sur les risques de sécurité de la chaîne d'approvisionnement logicielle en Python.
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.