8731 articles
Cet article présente un algorithme en boucle pour la planification et le routage en temps réel de véhicules guidés automatisés (AGV) sur des graphes en boucle, démontrant expérimentalement sa supériorité ou son équivalence en termes de qualité de solution par rapport à d'autres méthodes, tout en réduisant considérablement le temps de calcul.
Cet article présente PD-REAL, un nouveau jeu de données à grande échelle pour la détection d'anomalies en 3D basé sur des modèles Play-Doh, ainsi qu'une méthode de distillation multi-échelle par apprentissage enseignant-élève qui améliore la précision de détection en exploitant efficacement les informations RGB-D.
Cet article propose CA-Jaccard, une nouvelle métrique de distance pour la ré-identification de personnes qui atténue l'impact négatif des variations de caméra sur la fiabilité de la distance de Jaccard en intégrant des informations spécifiques à la caméra via des k-plus proches voisins réciproques et une expansion de requête locale.
Cet article propose un algorithme efficace pour l'association des utilisateurs et l'allocation des ressources dans les réseaux 5G et au-delà, en exploitant la communication sémantique adaptative pour optimiser l'utilité globale du système tout en respectant les contraintes d'énergie et de latence.
En étudiant le cas des « Flagged Revisions » sur Wikipédia, cette recherche révèle que la réorganisation des pratiques de modération communautaire se heurte à des défis majeurs liés à la divergence entre les nouvelles technologies et les normes sociales établies, ainsi qu'à la complexité des coûts et des évaluations découlant de la relation entre la plateforme et ses communautés autogérées.
Le papier présente DivCon, une approche « diviser pour régner » qui améliore la génération d'images à partir de texte en décomposant la prédiction de mise en page et la synthèse d'images en sous-tâches gérables, permettant ainsi aux modèles légers de surpasser les méthodes précédentes dans la gestion de relations spatiales et numériques complexes.
Ce document de recherche propose une revue complète et un benchmark des dernières avancées en matière de génération et de détection de deepfakes, en couvrant les définitions des tâches, les ensembles de données, les méthodes de pointe dans quatre domaines clés (échange de visages, réanimation, génération de visage parlant et édition d'attributs faciaux) ainsi que les défis futurs.
Cet article présente un nouvel algorithme de réservoir pondéré avec remise pour les flux de données, capable de générer en une seule passe un échantillon représentatif de taille fixe dont la probabilité d'inclusion est proportionnelle au poids des éléments, tout en garantissant sa correction et son efficacité par rapport aux méthodes existantes.
Cet article propose trois nouveaux jeux de données d'évaluation dits « Goldilocks » (Hadrian, Eclipse et ND-Twins) pour tester la robustesse des algorithmes de reconnaissance faciale face à des variations d'attributs et à des jumeaux, sans recourir à une dégradation artificielle de la qualité des images.
Ce papier présente RDM, un modèle de diffusion récurrent qui utilise des flux de normalisation pour générer efficacement de longues séquences de mouvements humains conditionnés par le texte, en évitant le coût computationnel du débruitage complet des trames précédentes.
Cet article propose une méthode de modulation des récompenses basée sur l'influence, utilisant l'entropie de transfert pour favoriser la communication implicite et améliorer la collaboration ou l'autonomie sociale entre robots et humains dans des scénarios de navigation et de conduite autonome.
Cet article présente un cadre générique garantissant la décidabilité en temps polynomial des fragments de théories du premier ordre à nombre fixe de négations, démontrant notamment que le fragment à négations fixes de l'arithmétique faible de Presburger est décidable en temps polynomial, contrairement à une version plus restreinte de l'arithmétique de Presburger qui est NP-difficile.
L'article présente MORCoRA, une technique de recherche multi-objectif qui recommande des séquences de refactorisation améliorant la qualité du code tout en identifiant des réviseurs experts et disponibles pour garantir une revue rapide et efficace.
Cet article présente un neurone analogique spiking LIF en technologie CMOS 28 nm consommant seulement 1,61 fJ par pic, démontrant la viabilité d'une implémentation ASIC économe en énergie pour des réseaux de neurones à pics quantifiés appliqués à l'apprentissage machine embarqué.
Cette étude mixte examine comment les articles Wikipédia sur des sujets tabous émergent et se maintiennent grâce à des styles collaboratifs variés, un leadership résilient et une gouvernance émergente, malgré les conflits inhérents à ces thèmes.
Cet article présente le MLVAS, un système multimodal innovant qui combine l'analyse vidéo et audio pour extraire automatiquement des segments clés et des métriques objectives afin d'assister le diagnostic clinique de la paralysie des cordes vocales.
Cet article examine comment l'intelligence artificielle transforme le génie logiciel en automatisant la génération et la validation des cas de test pour améliorer l'efficacité, la précision et l'évolutivité, tout en abordant les défis liés à la qualité des données et à la nécessité d'une supervision humaine.
Cet article propose un cadre de navigation sûr pour les robots bipèdes qui combine un apprentissage par renforcement profond et la théorie de l'opérateur de Koopman pour linéariser les dynamiques complexes dans un espace relevé, permettant ainsi à un contrôleur prédictif d'optimiser efficacement la trajectoire et d'améliorer la sécurité dans des environnements denses.
Le papier présente InterMind, un système d'évaluation de la dépression alimenté par des modèles de langage qui intègre les interactions entre patients, médecins et familles, tout en utilisant des techniques avancées pour améliorer la précision diagnostique et l'interprétabilité des décisions.
Ce papier présente PiVOT, un nouveau mécanisme de prompt visuel pour le suivi d'objets générique qui exploite le modèle fondamental CLIP pour générer et affiner dynamiquement des prompts en ligne, permettant ainsi au suiveur de mieux supprimer les distracteurs et d'améliorer ses performances.