2539 articles
Le papier présente TIDE, une méthode d'extrapolation sans entraînement pour les Transformers de diffusion qui permet de générer des images à des résolutions et des ratios d'aspect arbitraires en corrigeant le déséquilibre entre les jetons de texte et d'image via un mécanisme d'ancrage textuel et en éliminant les artefacts grâce à un contrôle dynamique de la température.
Ce papier présente bsort, un algorithme de tri non basé sur la comparaison pour les entiers et les nombres à virgule flottante, qui atteint une complexité temporelle de et une complexité spatiale de tout en offrant des performances compétitives pour les petits mots de données.
Cet article présente un algorithme de streaming à un passage pour le problème de sélection d'intervalles unitaires dans un ordre aléatoire, atteignant un facteur d'approximation attendu de 0,7401 avec un espace linéaire par rapport à la solution optimale, tout en établissant des limites inférieures démontrant que toute amélioration significative nécessite un espace linéaire par rapport à la taille de l'entrée.
Cet article de recherche examine les promesses et les pièges de l'utilisation de l'IA générative dans la recherche qualitative en génie logiciel, en soulignant que cette technologie ne constitue pas une solution universelle et doit être adaptée avec précaution aux spécificités des stratégies de recherche et des données.
Le papier présente FAME, un cadre d'apprentissage par renforcement adaptatif aux forces qui permet à un humanoïde à échelle réelle de maintenir son équilibre et d'élargir son enveloppe de manipulation bimanuelle en estimant les forces d'interaction via la dynamique du robot, sans capteurs de couple aux poignets.
Cet article examine les opportunités et les défis de l'intégration de la réalité virtuelle et augmentée dans l'apprentissage des langues au sein de l'éducation publique, en soulignant leurs effets positifs sur la motivation et le contexte tout en identifiant des obstacles techniques et cognitifs qui nécessitent des stratégies d'implémentation ciblées.
Cette étude examine l'impact des degrés d'interactivité sur l'expérience utilisateur et l'acceptabilité sociale dans les applications de réalité augmentée mobile, en soulignant la nécessité d'une conception équilibrée qui intègre les considérations sociales aux évaluations d'utilisabilité.
Cette étude révèle que, parmi 22 participants, le niveau de triche lors d'examens simulés est identique entre les environnements de réalité virtuelle et ceux utilisant un ordinateur portable.
Le papier présente SVG-EAR, une méthode sans paramètres qui améliore l'efficacité de la génération vidéo par diffusion via un routage conscient de l'erreur et une compensation linéaire basée sur des centroïdes, permettant d'accélérer considérablement l'inférence tout en préservant la qualité visuelle.
Le papier présente SurgCalib, un cadre de calibration main-œil sans marqueur basé sur le Gaussian Splatting pour les robots chirurgicaux da Vinci, qui surmonte les imprécisions des encodeurs et les contraintes de stérilité en affinant la pose de l'instrument via une optimisation différentiable sous contrainte RCM.
Cet article présente trois améliorations pour transformer la main robotique Inspire RH56DFX en outil de recherche fiable : une caractérisation matérielle, un modèle MuJoCo validé pour la planification de préhension et un contrôleur hybride vitesse-force, permettant d'atteindre des taux de réussite supérieurs sur des tâches d'insertion et de préhension d'objets divers.
Le papier présente SkipGS, une méthode plug-and-play qui accélère l'entraînement de la 3DGS en sautant sélectivement les passes de rétropropagation lors de la phase de raffinement post-densification lorsque les pertes par vue sont stables, réduisant ainsi le temps d'entraînement global de 23,1 % sans compromettre la qualité de reconstruction.
Cet article propose un cadre d'authentification multimodal basé sur la diffusion et conditionné par l'identité de l'imprimante, qui surpasse les méthodes traditionnelles pour détecter les contrefaçons de motifs de détection de copie en exploitant les signatures spécifiques des appareils.
Cette étude démontre que, bien que les agents d'IA puissent générer des microservices fonctionnels avec un code de qualité et une bonne adhérence aux contrats d'API, leur incapacité à garantir une cohérence parfaite et leur dépendance à une supervision humaine signifient que la génération entièrement autonome n'est pas encore réalisable.
Cette étude démontre que l'agréabilité des assistants vocaux basés sur les LLM améliore la confiance et l'empathie perçues par les personnes âgées dans les situations courantes, mais que cette préférence s'atténue en cas d'urgence où la clarté prime, soulignant la nécessité d'adapter l'explicabilité de l'IA au contexte et à la personnalité de l'utilisateur.
Ce papier présente Lockbox, une architecture Zero Trust conçue pour permettre le traitement sécurisé de charges de travail cloud sensibles en appliquant une vérification explicite, une isolation stricte et un contrôle d'accès minimaliste tout au long du cycle de vie de l'application.
Le papier présente ImpedanceDiffusion, un cadre hiérarchique utilisant la planification de trajectoires par diffusion conditionnée par l'image et un contrôle d'impédance variable pour permettre une navigation sûre et adaptative de essaims de drones dans des environnements intérieurs encombrés, validée avec un taux de réussite de 92 % lors de déploiements réels.
Cet article examine les obstacles géographiques et financiers auxquels sont confrontés les chercheurs néo-zélandais dans les conférences d'ingénierie logicielle et propose des stratégies, telles que l'adoption de formats hybrides et des réformes de gouvernance, pour favoriser une participation mondiale plus équitable.
Ce papier présente la première utilisation des cœurs tensoriels FP64 des GPU NVIDIA, combinée à des optimisations de fusion de noyaux, pour accélérer significativement les simulations d'éléments finis d'ordre élevé à l'échelle exascale, offrant jusqu'à un doublement des performances et des gains d'efficacité énergétique de 83 % sur les architectures Grace Hopper et Grace Blackwell.
Cet article présente un cadre d'analyse hybride novateur combinant l'exécution concolique guidée par des LLM et une classification par apprentissage profond pour détecter avec des garanties formelles les malwares générés par IA, surpassant les méthodes traditionnelles avec une précision de 97,5 % sur des menaces zero-day.