4469 articles
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.
Cet article présente le bilan du premier track QuantumX organisé lors des JISBD 2025, qui a réuni des chercheurs espagnols pour consolider l'ingénierie logicielle quantique en synthétisant les contributions, en identifiant les défis communs et en positionnant l'Espagne comme un acteur émergent de l'écosystème quantique européen.
Ce papier présente ExBI, un nouveau système d'intelligence d'affaires exploratoire basé sur un modèle de données hypergraphe et des algorithmes d'échantillonnage, qui surpasse significativement les systèmes traditionnels en termes de vitesse et de réutilisabilité tout en maintenant une grande précision analytique.
Cet article propose une méthode novatrice pour émuler la multiplication matricielle en double précision (FP64) en utilisant des unités de calcul FP8 via le schéma Ozaki-II, surmontant ainsi les limitations des approches précédentes et réduisant significativement le nombre d'opérations nécessaires pour les architectures GPU émergentes.
Le papier propose Q-StaR, un scheme de routage quasi-statique pour les réseaux sur puce qui combine l'analyse des tendances de charge à long terme avec la sélection de routes en temps réel pour améliorer l'équilibrage de charge tout en conservant la simplicité et la prévisibilité des méthodes statiques.
Le papier présente Splat2Real, une méthode d'apprentissage par imitation utilisant le 3D Gaussian Splatting et un curriculum de couverture-nouveauté (CN-Coverage) pour améliorer la robustesse des modèles de perception 3D monoculars face aux changements de point de vue lors du déploiement d'IA physique.
Cet article présente des algorithmes de calcul massivement parallèle (MPC) en mémoire sous-linéaire qui orientent et colorent les graphes en fonction de la densité de leurs sous-graphes en un nombre de tours polylogarithmique double, brisant ainsi la barrière de complexité de des méthodes précédentes.
Cet article propose un cadre de gestion du cycle de vie des rapports ESG intégrant des agents d'IA et des modèles de langage pour transformer la production de rapports statique en un système dynamique et adaptatif capable d'extraire, de vérifier et de mettre à jour automatiquement les données de durabilité.
Le papier présente SLiM, un cadre unifié novateur pour l'apprentissage de représentations squelettiques qui élimine le décodeur lourd des modèles MAE en combinant le masquage et l'apprentissage contrastif, permettant ainsi d'atteindre des performances de pointe avec une réduction significative des coûts computationnels.
Cet article présente une analyse systématique des choix de conception des embeddings dans les flux de travail d'observation de la Terre basés sur des modèles de fondation géospatiaux, démontrant que des représentations compactes peuvent être efficacement générées et optimisées en ajustant l'architecture, la profondeur et les stratégies d'agrégation pour améliorer les performances des tâches en aval.
Ce papier présente la conception et la mise en œuvre d'une poubelle automatique à détection de mouvement basée sur un microcontrôleur STM32, utilisant des capteurs à ultrasons et un moteur servo pour offrir une solution de mise au rebut des déchets sans contact, économique et fiable.
Ce papier soutient que le terminal, et non les interfaces graphiques, constitue le modèle de conception idéal pour la collaboration humain-IA en raison de sa compatibilité représentationnelle, de la transparence de ses actions et de sa faible barrière d'entrée, des propriétés que toute interface agentielle devrait délibérément reproduire.
Cet article propose TriRec, un cadre de recommandation tripartite innovant utilisant des agents LLM pour coordonner l'utilité de l'utilisateur, l'exposition des articles et l'équité de la plateforme, démontrant ainsi que l'autopromotion des articles peut simultanément améliorer la pertinence et l'équité.