4493 articles
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.
Cette étude propose le modèle ELIPformer, qui intègre des connaissances préalables langage-image via un mécanisme d'attention bidirectionnelle, afin d'améliorer les performances de décodage des signaux EEG dans les interfaces cerveau-ordinateur RSVP sans nécessiter de recalibration lors du passage à de nouvelles tâches.
Cet article propose MTREE-Net, un réseau de fusion EEG et mouvements oculaires avec un module complémentaire et une stratégie de rééquilibrage dynamique, ainsi qu'un jeu de données ouvert, pour améliorer significativement la précision du décodage des cibles multi-classes dans les interfaces cerveau-ordinateur basées sur la présentation visuelle rapide (RSVP).
Ce papier présente Kite, un nouveau protocole permettant aux membres des DAO de déléguer, révoquer et redéléguer leur pouvoir de vote de manière entièrement privée, sans révéler l'identité des délégués, tout en garantissant la sécurité via le cadre UC et en démontrant sa faisabilité pratique sur Ethereum.
Ce papier présente les iMarkers, des marqueurs de fiduciation invisibles pour l'œil humain mais détectables par les robots, conçus pour résoudre le problème esthétique des marqueurs traditionnels tout en offrant une grande flexibilité de production et une détection robuste dans divers scénarios robotiques.
Cet article propose et analyse une méthode d'éléments finis pour le couplage des équations de Stokes et de Poisson-Boltznon, démontrant l'existence et l'unicité de la solution, la stabilité du problème discret et la convergence de la méthode, tout en validant ces résultats par des simulations numériques sur des écoulements électro-osmotiques.
Cet article présente un théorème de sparsification de palette asymétrique qui, en permettant des tailles de listes variables et en autorisant l'utilisation d'un algorithme de coloration glouton simple, surmonte les complexités techniques et algorithmiques des preuves antérieures tout en maintenant des performances quasi optimales pour le coloriage des sommets dans divers modèles sous-linéaires.
Cette étude démontre que les biais de genre dans la perception des managers s'étendent aux systèmes d'IA, les managers masculins étant mieux accueillis que leurs homologues féminins, en particulier lorsque ces derniers ne décernent pas de récompenses.
Cette étude présente un capteur à moustaches actionné magnétiquement et basé sur la vision qui, grâce à un suivi optique des mouvements, permet une perception tactile de haute résolution et une manipulation fiable d'objets délicats, démontrant une précision de classification de 99,17 % et un taux de réussite de préhension de 87 %.
Cette enquête propose une revue structurée de plus de 200 articles sur la généralisation du Wi-Fi sensing, en classant les techniques de robustesse, en résumant les jeux de données publics et en présentant la plateforme Sensing Dataset Platform (SDP) pour guider les recherches futures.
Cet article présente RS-STE, une nouvelle approche unifiée pour l'édition de texte dans les images de scène qui exploite la synergie intrinsèque avec la reconnaissance de texte via un décodeur parallèle et un apprentissage auto-supervisé cyclique, atteignant ainsi des performances de pointe sans nécessiter de données appariées.
Ce papier présente NeurCC, un nouvel algorithme de contrôle de concurrence appris qui, grâce à une fonction optimisée par recherche bayésienne et réduction de graphe, surpasse systématiquement les méthodes de l'état de l'art en termes de débit transactionnel et de rapidité d'adaptation face à des charges de travail variées et dynamiques.
Cet article propose une revue systématique des avancées récentes en télédétection LiDAR sous l'angle de l'apprentissage faiblement supervisé, en unifiant l'interprétation et l'inversion de paramètres pour surmonter les contraintes de données étiquetées tout en explorant des défis spécifiques et des perspectives futures intégrant les modèles de fondation.
Cet article établit l'équivalence entre les actéories droites à objets-hom et les catégories enrichies à copuissances dans des bases monoïdales non fermées et non symétriques, une généralisation motivée par la nécessité de soutenir les processus d'ordre supérieur dans la sémantique du langage concurrent CaMPL.
Cet article présente MVTec AD 2, un nouveau jeu de données de haute résolution contenant plus de 8 000 images couvrant des scénarios industriels complexes et non abordés précédemment, conçu pour surmonter la saturation des performances des modèles actuels de détection d'anomalies et évaluer leur robustesse face à des variations réalistes.
Cet article présente une nouvelle approche semi-supervisée pour la segmentation d'images biomédicales, qui combine un cadre d'entraînement collaboratif enseignant-élève avec des modèles de diffusion pour générer des masques de segmentation informatifs et améliorer les performances dans des scénarios où les données annotées sont limitées.
Cet article présente BR-Gen, un nouveau jeu de données à grande échelle de 150 000 images forgées localement, et NFA-ViT, un modèle de vision par transformer guidé par le bruit qui amplifie les traces de falsification pour améliorer la détection des contrefaçons générées par l'IA dans des scènes complexes.
Ce papier présente SPDL, une bibliothèque open-source agnostique aux frameworks qui surmonte les goulots d'étranglement du chargement de données pour l'IA en libérant le verrou global de l'interpréteur (GIL) de Python, permettant ainsi d'accélérer considérablement l'entraînement des modèles tout en réduisant l'utilisation du CPU et de la mémoire.
Ce papier présente iTuP, un cadre qui améliore la réussite de l'utilisation d'outils par les robots en sélectionnant des prises stables grâce à une optimisation du couple d'interaction prédit via le SDG-Net, surpassant ainsi les approches basées uniquement sur la perception géométrique.
Ce papier présente M4-SAR, un ensemble de données et une référence normalisés à grande échelle pour la détection d'objets par fusion optique-SAR, accompagnés d'un nouveau cadre de détection E2E-OSDet qui démontrent des performances supérieures, notamment dans des environnements complexes.