3447 articles
DSFlash est un modèle à faible latence capable de générer des graphes de scène panoramiques complets en temps réel (56 images par seconde) avec une efficacité des ressources exceptionnelle, comblant ainsi le fossé entre les performances avancées et les contraintes matérielles des dispositifs périphériques.
Ce papier présente la quantification K-moyennes à suppression de frontières (BS-KMQ), une méthode innovante qui atténue les biais d'activation dans le calcul en mémoire pour réduire les exigences de résolution des convertisseurs analogique-numérique, tout en améliorant significativement la précision, la surface et l'efficacité énergétique des réseaux de neurones profonds.
Cet article présente P-GSVC, un cadre unifié de splatting gaussien 2D progressif et multicouche qui permet une reconstruction d'images et de vidéos évolutive grâce à une stratégie d'entraînement conjoint surpassant les méthodes séquentielles.
Ce papier présente CD-Raft, un protocole Raft optimisé pour les sites inter-domaines qui réduit significativement la latence de consensus grâce à une gestion améliorée du temps aller-retour et un positionnement stratégique du nœud leader, tout en garantissant une cohérence forte vérifiée formellement.
Ce papier présente FP-Predictor, un modèle de réseau de convolution graphique entraîné sur des graphes de propriétés de code pour prédire avec une grande précision les faux positifs des rapports d'analyse statique de sécurité, tout en identifiant les limites liées à la représentation du flux de contrôle et en proposant des améliorations futures.
Ce papier présente PET-F2I, un benchmark à grande échelle et un modèle de 7B paramètres finement ajusté qui améliorent significativement la génération automatisée de résumés diagnostiques pour les examens TEP/CT en introduisant des métriques cliniques rigoureuses.
Le papier présente TacLoc, un cadre novateur de localisation tactile qui traite l'estimation de pose comme une tâche d'enregistrement de nuages de points en une seule étape, utilisant une méthode graphique partielle-à-complet guidée par les normales pour obtenir une localisation précise et généralisable sans recourir à des données rendues ou à des modèles pré-entraînés.
Le papier présente UniStitch, un cadre d'assemblage d'images pionnier qui unifie les caractéristiques géométriques et sémantiques grâce à un module Neural Point Transformer et un mélange adaptatif d'experts, surpassant ainsi les méthodes existantes en gérant efficacement des scènes complexes.
Cet article propose une architecture de contrôle en couches pour les POMDPs de type « atteindre-éviter », qui découple la poursuite d'objectif, la collecte d'informations et la sécurité via des fonctions de Lyapunov et de barrière dans l'espace des croyances, permettant ainsi une synthèse de contrôle en temps réel avec des garanties de sécurité probabilistes.
Ce papier propose R4-CGQA, un cadre à deux flux basé sur la récupération qui améliore l'évaluation de la qualité des images de graphisme informatique par les modèles vision-langage en s'appuyant sur un nouveau jeu de données annoté et des descriptions visuellement similaires pour fournir des jugements précis et explicables.
Ce papier présente LIDA, un cadre d'attribution d'images générées par IA sans modèle spécifique qui reformule le problème comme une tâche de recherche d'instances en utilisant des empreintes numériques basées sur les bits de faible poids et une adaptation à quelques exemples, surpassant ainsi les méthodes existantes dans des scénarios sans échantillons ou à peu d'échantillons.
Le papier présente Marigold-SSD, un cadre de complétion de profondeur en zéro coup qui utilise des priors de diffusion en une seule étape pour éliminer l'optimisation coûteuse au moment de l'inférence, offrant ainsi une perception 3D robuste et efficace avec une généralisation cross-domaine exceptionnelle.
Cet article propose un cadre MT-ASR basé uniquement sur un encodeur qui distille les priors sémantiques d'un LLM pour améliorer la reconnaissance de la parole multi-parleurs avec un nombre variable d'interlocuteurs, en atteignant des performances compétitives avec une latence réduite par rapport aux systèmes utilisant des décodeurs LLM.
Cette étude présente une comparaison reproductible des méthodes d'interpolation Clough-Tocher et RBF multiquadrique, démontrant que bien que l'interpolation exacte sur des données bruyantes entraîne un surajustement, la méthode cubique offre une stabilité supérieure et permet de récupérer des comportements de processus thermodynamiques physiquement significatifs à partir de mesures imparfaites.
Cet article propose une nouvelle méthode de détection d'images synthétiques appelée « Latent Transition Discrepancy » (LTD), qui exploite les incohérences dans les transitions de caractéristiques entre les couches des réseaux de neurones pour identifier les images générées par IA avec une précision et une généralisation supérieures aux approches actuelles.
Ce papier présente HyPER-GAN, un modèle d'apprentissage profond léger et rapide basé sur une architecture U-Net et une stratégie d'entraînement hybride, conçu pour améliorer en temps réel le photoréalisme des données synthétiques tout en préservant la cohérence sémantique et en réduisant les artefacts visuels.
Ce papier présente TopGen, un cadre d'apprentissage robuste et efficace qui génère des maillages quadrangulaires de haute qualité en prédisant simultanément des agencements structurels et des champs croisés, surpassant ainsi les méthodes existantes en fidélité géométrique et en rationalité topologique.
Cet article présente une nouvelle méthode de protection logicielle pour les systèmes de contrôle industriel qui lie le logiciel au matériel via des fonctions physiques non clonables (PUF) et utilise l'exécution symbolique pour garantir la sécurité et la préservation des propriétés de sûreté en cas d'exécution sur une machine non autorisée ou d'échec de la réponse PUF.
Ce papier présente Touch G.O.G., un système compact intégrant une pince tactile visuelle et un cadre de perception-contrôle permettant à un seul bras robotique de manipuler et de déplier des tissus de manière fiable en surmontant les défis de la déformabilité et des occlusions.
Le papier présente AdaClearGrasp, un cadre de décision en boucle fermée qui combine un modèle vision-langage pour planifier le déblaiement adaptatif et une politique d'apprentissage par renforcement pour la préhension dextre, permettant ainsi une généralisation zéro-shot et une robustesse accrue dans des environnements fortement encombrés.