4023 articles
Cette étude analyse à grande échelle les discussions de communautés créatives en ligne pour révéler que l'alphabétisation à l'IA générative émerge de manière dynamique et ancrée dans la pratique, se concentrant principalement sur l'usage des outils plutôt que sur des concepts éthiques ou théoriques, sauf lors d'événements majeurs.
Cette étude propose un cadre d'analyse de proximité amélioré basé sur YOLOv8 pour la détection intelligente des incendies et l'évaluation des risques sur les chantiers, combinant la segmentation du feu et de la fumée avec la détection d'objets environnants afin de calculer des distances réelles et d'attribuer des scores de risque quantitatifs avec une précision supérieure à 90 %.
Cet article présente un cadre novateur qui extrait automatiquement des trajectoires 3D et des catégories d'UAV à partir de vidéos Internet sans annotation manuelle, en combinant acquisition pilotée par le langage, génération de labels cross-modale et raffinement physique pour améliorer les performances des systèmes anti-UAV via un transfert zéro-shot.
Cet article propose un cadre de contrôle à haut glissement pour les véhicules automatisés permettant d'estimer avec précision le coefficient de friction pic pneu-chaussée en excitant activement cette région lors d'opérations à vide, tout en garantissant la sécurité grâce à une stratégie de contrôle optimal et une méthode d'estimation statistique robuste.
Cet article présente un cadre de planification de mouvement à risque borné intégrant un opérateur de Koopman stochastique profond et une vérification hiérarchique par programmation de sommes de carrés pour générer des trajectoires sûres et efficaces pour des manipulateurs robotiques évoluant dans des environnements incertains et non convexes.
OmniEdit est un cadre d'édition audio-visuelle et de synchronisation labiale sans entraînement qui élimine le besoin de micro-ajustement supervisé en reformulant le processus d'édition pour garantir des résultats stables et précis.
Cet article propose un cadre innovant pour la génération de vidéos physiquement plausibles qui décompose les phénomènes en chaînes d'événements causaux grâce à un raisonnement guidé par la physique et une nouvelle méthode de promptage intermodal, garantissant ainsi une progression temporelle cohérente et réaliste.
Cette étude évalue la capacité de modèles de langage avancés à générer automatiquement des diagrammes de classes UML à partir d'exigences textuelles en proposant un cadre de validation hybride qui démontre leur alignement significatif avec les évaluations humaines.
Le papier propose MedKCO, une méthode de pré-entraînement vision-langage médical qui améliore les représentations de caractéristiques en orchestrant l'apprentissage via un curriculum à deux niveaux basé sur la sensibilité diagnostique et la représentativité des échantillons, ainsi qu'une perte contrastive asymétrique auto-pace pour gérer les similarités inter-classes.
Cet article propose un cadre de génération vidéo sans entraînement qui factorise le mouvement en trois catégories (immobilité, mouvement rigide et non rigide) via une approche de planification préalable, permettant une synthèse compositionnelle précise et adaptable à diverses architectures de modèles de diffusion.
Cet article propose PRLF, un cadre d'apprentissage de représentation progressive qui améliore l'analyse de sentiment multimodale en présence de modalités manquantes grâce à un estimateur de fiabilité adaptatif et un module d'interaction progressive pour aligner les caractéristiques et supprimer le bruit.
Le papier présente Nezha, un système de stockage distribué qui intègre la séparation clé-valeur avec le protocole Raft pour éliminer les surcharges d'E/S liées aux opérations de persistance redondantes et ainsi améliorer considérablement le débit tout en garantissant une forte cohérence.
Cette étude audite l'algorithme de recherche d'images inversée de Google et révèle qu'il fonctionne comme un garde-fou inefficace contre la désinformation visuelle, car les résultats de vérification des faits y sont minoritaires et noyés dans un flot d'informations irrélevantes et de fausses images récurrentes.
Le papier présente AgenticCyOps, un cadre de sécurité architectural qui définit des principes de défense pour sécuriser l'intégration des systèmes multi-agents dans les opérations cybernétiques d'entreprise en réduisant les surfaces d'attaque et en s'alignant sur les normes de conformité.
Cette étude présente un cadre automatisé utilisant l'architecture SegFormer pour segmenter l'os et les tissus mous dans les images HR-pQCT, démontrant que les caractéristiques radiomiques des tissus mous surpassent les paramètres osseux traditionnels pour la détection de l'ostéoporose.
Cet article présente EQ-VMamba, la première architecture de type Mamba pour la vision par ordinateur intégrant l'équivariance rotationnelle, qui améliore la robustesse et les performances tout en réduisant le nombre de paramètres de 50 % par rapport aux modèles non équivariants.
Cet article propose une architecture d'IA agentique agissant comme couche d'intelligence pour le plan de contrôle des réseaux 6G, afin d'optimiser l'apprentissage fédéré en traduisant les objectifs de haut niveau en actions adaptatives tenant compte des conditions réseau et des capacités des appareils.
Cet article présente un schéma d'approximation polynomial (PTAS) pour le problème du 2-matching pondéré sans triangle, résolvant ainsi un problème ouvert en offrant une approximation par le biais d'un algorithme de recherche locale et d'une analyse non triviale.
Cet article présente une architecture de contrôle légère et adaptative pour des robots multi-pattes (de 6 à 16 pattes) naviguant sur des terrains accidentés, qui combine la réactivité des contrôleurs événementiels et la robustesse des générateurs de motifs centraux en utilisant des segments identiques interconnectés.
L'article présente VNOIP, une méthode innovante utilisant des équations différentielles ordinaires neuronales variationnelles et des mécanismes d'attention pour prédire avec précision la popularité future de l'information dans les réseaux sociaux en modélisant explicitement la dynamique temporelle continue de ses tendances.