927 articles
Cet article présente un cadre léger et modulaire qui intègre le SLAM dense monoculaire (MASt3R-SLAM) à des modèles de vision-langage (Gemma 3 et Qwen2.5-VL) afin de permettre une navigation sémantique robuste et à vocabulaire ouvert dans des environnements intérieurs en utilisant uniquement une entrée RGB, sans nécessiter de capteurs de profondeur ni de réglage fin du modèle.
Ce document présente XAI-Gate, un nouveau cadre de gouvernance agnostique au détecteur qui sélectionne dynamiquement les actions d'explication pour équilibrer la qualité de service des paquets, l'interprétabilité pour l'opérateur et l'exposition de l'information sous des contraintes de ressources, réalisant ainsi des réductions significatives de la dette d'explication et des violations de budget nulles sans nécessifier de réentraînement du classificateur.
Ce document présente Omnilingual ASR, une famille de modèles de reconnaissance automatique de la parole, évolutive et open-source, qui exploite une architecture auto-supervisée de 7 milliards de paramètres ainsi qu'un corpus d'entraînement massif et diversifié pour prendre en charge plus de 1 660 langues, dont plus de 500 auparavant non desservies, tout en permettant aux communautés d'adapter facilement le système à de nouvelles langues avec un minimum de données.
Cet article introduit UDAQ, un cadre d'itération Q unifié et piloté par la récompense qui s'adapte de manière autonome à l'évolution dynamique des espaces d'états afin d'optimiser simultanément la planification de trajectoires de point à point et l'exploration efficace de l'environnement, surpassant de manière significative les planificateurs conventionnels et les stratégies d'exploration dans des environaux inconnus sans connaissance préalable de la carte.
Cet article propose un nouveau cadre d'identification des doigts robuste à la pose qui intègre l'alignement de régions mutuelles, l'apprentissage de caractéristiques par point de convolution minimale et la fusion de scores pondérés pour remédier efficacement à la dégradation des performances causée par la rotation longitudinale et les déformations non rigides dans les images de doigts sans contact, atteignant des résultats de pointe sur quatre ensembles de données publics.
Cet article présente un cadre centré sur le comportement pour classifier les techniques MITRE ATT&CK à l'aide de la télémétrie Sysmon, démontrant que la corrélation d'événements basée sur les GUID, combinée au modèle transformer SecureBERT, surpasse la corrélation temporelle et les approches d'apprentissage automatique traditionnelles dans l'identification des activités adverses.
Cet article propose une nouvelle fonction d'activation appelée Rectified Sine Unit (RSU) qui améliore considérablement les performances des réseaux de neurones convolutifs dans le diagnostic pathologique automatisé à travers quatre ensembles de données cancéreuses diversifiés, atteignant une précision supérieure par rapport aux fonctions d'activation standards telles que ReLU et Leaky ReLU.
Cette étude valide empiriquement un cadre hybride IA-IoT qui intègre la détection environnementale continue à l'apprentissage automatique pour prédire et fournir des alertes précoces concernant la détérioration chromatique des façades du patrimoine tropical en Indonésie, atteignant une précision et une généralisabilité élevées sur plusieurs sites.
Cet article propose une méthode de sensibilisation à l'état de sécurité pour les équipements de réseaux de contrôle industriel pétrochimiques basée sur l'apprentissage profond, utilisant un modèle hybride TCN-MGRU afin de remédier à la complexité situationnelle et aux délais d'information, améliorant ainsi de manière significative la précision de la détection et la protection de la sécurité.
Cet article présente un pipeline de détection hybride à faibles ressources qui combine un prétraitement basé sur le mouvement avec YOLOv8-nano pour identifier efficacement les essaims de Quelea rouge sur du matériel uniquement doté de processeurs (CPU), atteignant une grande précision tout en réduisant considérablement la charge de calcul lors des scènes statiques.