4492 articles
Ce papier propose une approche de réécriture symbolique pour composer des propriétés LTL sur des composants logiciels asynchrones interagissant via des ports de données, en traitant à la fois les traces infinies et finies, et en intégrant cette méthode dans l'outil OCRA pour valider sa pertinence par rapport aux approches existantes.
Cet article établit une preuve simple reliant deux types de récurrences de Fibonacci -aires au dénombrement de mots -régulaires évitant certains motifs, complète ce résultat par un nouveau théorème pour une autre classe de motifs, et émet une conjecture sur les nombres de Fibonacci au carré dans le contexte des motifs vinculaires.
Cet article caractérise complètement les langages ω-réguliers positionnels via les automates de parité, établissant ainsi la décidabilité de cette propriété en temps polynomial, prouvant des résultats de levier et confirmant la clôture par union, ce qui résout une conjecture de Kopczyński dans le cadre ω-régulier.
Cet article généralise la sémantique des langages à appel par valeur en montrant que la représentation des espaces fonctionnels avec itération gardée nécessite des monades paramétrées, offrant ainsi une description de la garditude comme une propriété catégorique intrinsèque des programmes.
Les auteurs présentent un algorithme permettant d'énumérer les réponses aux requêtes MSO sur des arbres non rangés compressés par un programme linéaire, avec un temps de prétraitement linéaire par rapport à la taille de la compression et un délai de sortie linéaire, tout en supportant des mises à jour de libellés en temps logarithmique.
Cet article démontre que les dynamiques de graphes causaux, qui modélisent la transformation synchrone et déterministe de graphes de ports, peuvent être comprises comme des extensions de Kan, révélant ainsi la validité de la formalisation des transformations globales pour ce modèle et mettant en lumière l'universalité des dynamiques causales monotones.
Cet article propose une théorie et des algorithmes pour classer les transformations de graphes en vue de leur réparation en utilisant des conditions d'application faibles dites « indicatrices d'altération » et « indicatrices de réparation », permettant ainsi d'évaluer et d'optimiser le gain potentiel de réparation avant l'exécution.
Cet article présente une règle de trapèze transformée par une transformation de Möbius qui, en appliquant un changement de variable de la droite réelle au cercle unité, permet d'atteindre un taux de convergence optimal pour l'intégration de fonctions dans un espace de Sobolev pondéré, sans nécessiter d'échantillonnage probabiliste ni de dérivées de la fonction poids.
Cet article présente un algorithme déterministe en temps polynomial pour approximer le nombre de colorations propres d'un graphe de degré maximum avec au moins couleurs, en exploitant l'absence de zéros du partition fonction du modèle de Potts antiferromagnétique pour briser la barrière .
Ce papier propose une solution d'apprentissage multi-agent hiérarchique et indépendant couplée à une approche inter-couches pour optimiser les paramètres IEEE 802.11 et réduire significativement la latence des mises à jour de cartes haute définition dans les réseaux véhiculaires denses.
Le papier présente TIMotion, un cadre efficace et performant pour la génération de mouvements humains à deux, qui améliore la modélisation temporelle et interactive grâce à l'injection causale, l'analyse évolutive des rôles et l'amplification des motifs locaux.
Le papier présente VisPoison, un cadre d'attaque par backdoor qui exploite l'empoisonnement des données pour compromettre les modèles de visualisation de données textuelles, permettant aux attaquants de provoquer des fuites de données, des visualisations trompeuses ou des dénis de service avec un taux de réussite supérieur à 90 %.
Le papier présente OWL-TAMP, une approche qui intègre des modèles vision-langage pour générer des contraintes discrètes et continues afin d'améliorer la planification tâche-mouvement dans des environnements ouverts et de résoudre des tâches de manipulation complexes à long terme spécifiées en langage naturel.
Cette étude révèle que, malgré des stratégies d'atténuation, les réponses inexactes et la surcharge cognitive des assistants IA conduisent souvent les ingénieurs logiciels à abandonner leur utilisation, soulignant la nécessité d'une meilleure intégration de ces outils dans les flux de travail.
Cet article propose un cadre d'apprentissage de prompts actif et économe en budget qui améliore l'adaptation des modèles vision-langage aux nouvelles tâches en utilisant un regroupement guidé par les classes et une requête sélective basée sur des seuils adaptatifs, surpassant ainsi les méthodes existantes sur plusieurs jeux de données.
Cette étude propose une taxonomie de neuf « odeurs » de journalisation (log smells) dérivées d'une revue de littérature, en les reliant aux outils existants pour identifier les lacunes actuelles et orienter les futures recherches vers l'amélioration de la qualité du code de journalisation.
Cette étude comparative menée sur 72 participants en réalité mixte conclut que, bien que la complexité des tâches influence la demande de collaboration, la représentation graphique en 3D ne suffit pas à générer de meilleurs résultats collaboratifs que les groupes nominaux.
Cet article démontre que la suite des longueurs de runs et les positions de départ et d'arrivée des runs dans les suites de pliage de papier sont 2-synchronisées, ce qui permet de les calculer via un automate fini et d'obtenir de nouveaux résultats sur leur exposant critique et leur complexité factorielle.
L'article présente ARSGaussian, une méthode innovante de synthèse de vues nouvelles pour la télédétection aérienne qui intègre des nuages de points LiDAR et des pertes de régularisation géométrique pour éliminer les artefacts visuels et améliorer la précision géométrique, accompagnée de la publication du nouveau jeu de données open-source AIR-LONGYAN.
Cette étude analyse par text-mining 160 directives et déclarations politiques couvrant quatorze secteurs industriels pour évaluer la gouvernance des IA génératives et des grands modèles de langage, en mettant en lumière les défis éthiques et réglementaires tout en proposant des recommandations pour une intégration responsable.