5296 articles
Cet article présente CantusCorpus v1.0, un jeu de données unifié regroupant près de 900 000 chants grégoriens, ainsi que la bibliothèque Python PyCantus, afin de rendre l'analyse computationnelle de ce corpus accessible, reproductible et extensible à une communauté plus large de chercheurs en humanités numériques.
Ce papier présente SNAP-V, une puce SoC basée sur l'architecture RISC-V intégrant des accélérateurs neuromorphiques configurables (Cerebra-S et Cerebra-H) qui permettent une inférence de réseaux de neurones à spikes (SNN) à petite échelle précise et économe en énergie pour les applications de périphérie.
Cet article présente Kraken, une architecture multi-agents pour les réseaux 6G qui intègre la communication sémantique, l'intelligence artificielle générative et l'optimisation orientée vers les objectifs pour passer d'une gestion centrée sur les données à une coordination centrée sur la connaissance.
Cette étude préliminaire évalue les techniques d'enregistrement d'images RGB-NIR pour les environnements forestiers hors route, révélant que bien que les méthodes NeMAR et MURF présentent des résultats partiels, elles nécessitent des améliorations pour garantir une robustesse et une précision géométrique accrues.
Cet article présente un modèle énergétique simple et validé sur le terrain pour prédire la consommation des robots quadrupèdes en fonction de la pente et de l'orientation, permettant une estimation de l'énergie nécessaire pour la planification de trajectoires dans des environnements inconnus.
L'article présente AstroSplat, un cadre de splatting gaussien basé sur la physique qui intègre des modèles de réflectance planétaire pour améliorer la reconstruction autonome et la caractérisation photométrique des surfaces de petits corps célestes, surpassant les méthodes traditionnelles basées sur les harmoniques sphériques sur des images réelles de la mission Dawn de la NASA.
Cet article présente une approche de conception expérientielle qui propose un cadre pour intégrer des interactions légères dans les technologies de soutien à la conscience situationnelle, afin de favoriser la communication informelle et la collaboration au sein des équipes travaillant en mode hybride.
Cet article présente une politique visuomotrice de bout en bout, entraînée par apprentissage par renforcement multi-agent et distillation, qui surpasse les méthodes classiques en précision de tir et en évitement de collisions pour le jeu de laser tag multi-robots, avec un déploiement réussi sur des robots réels.
Ada3Drift est une méthode de manipulation robotique visuo-motrice en une seule étape qui transfère l'itération de raffinement du temps d'inférence vers le temps d'entraînement pour préserver la fidélité multimodale des actions tout en réduisant la latence de $10\times$ par rapport aux approches basées sur la diffusion.
Ce papier présente ConvScale, une approche soutenue par l'IA qui transforme des échelles psychométriques en entretiens conversationnels pour prédire des scores quantitatifs, démontrant une bonne concordance avec les auto-évaluations mais révélant des limites en matière de validité structurelle.
En s'appuyant sur la théorie de l'autodétermination et des entretiens avec des influenceurs crypto, cette étude redéfinit la crédibilité non pas comme un ensemble de statuts statiques, mais comme une pratique éthique et dynamique de performance socio-technique, identifiant des marqueurs clés tels que l'autorégulation et la responsabilité pour orienter les comportements d'investissement.
Ce papier présente CrossEarth-SAR, le premier modèle fondationnel d'observation de la Terre à base de radar à synthèse d'ouverture (SAR) à l'échelle du milliard de paramètres, qui utilise une architecture guidée par la physique pour surmonter les décalages de domaine et atteindre des performances de segmentation sémantique généralisables inédites.
L'article présente Pano360, une méthode innovante qui étend l'alignement d'images panoramiques à l'espace 3D photogrammétrique en utilisant une architecture basée sur des transformateurs et des poses de caméra pour garantir une cohérence géométrique globale et réduire les distorsions, le tout soutenu par un nouveau jeu de données à grande échelle.
Cet article présente une méthode hybride basée sur Apptainer au sein de l'infrastructure EBRAINS qui permet de déployer des environnements logiciels scientifiques portables et performants sur des clusters HPC variés, en encapsulant des piles MPI et CUDA tout en préservant les performances natives grâce à l'utilisation dynamique des ressources matérielles hôtes.
En éliminant les clusters de haute qualité avant chaque étape de pivot, les auteurs améliorent le ratio d'approximation de l'algorithme de clustering par pivot de 3 à 2,9991 et démontrent ses performances supérieures sur des données synthétiques.
Cette étude présente la première analyse de sécurité systématique du lien radio Iridium, révélant par ingénierie inverse et l'analyse de trafic que les clés secrètes peuvent être extraites pour cloner les appareils, que la quasi-totalité des communications est transmise en clair sans chiffrement, et que le système est vulnérable à des attaques de spoofing et de brouillage par des adversaires peu équipés.
NBAvatar est une méthode de rendu réaliste d'avatars de tête qui combine des primitives planes orientées et un rendu neuronal pour gérer efficacement les déformations non rigides et les interactions complexes entre les mains et le visage, surpassant ainsi les approches existantes en termes de qualité de rendu sous nouveaux angles et poses.
Cet article propose un cadre d'optimisation en deux étapes pour la reconstruction de scènes dynamiques denses et l'estimation de pose à partir de vidéos multi-caméras, en combinant un suivi SLAM étendu avec une initialisation robuste et un raffinement par flux optique, tout en introduisant le nouveau jeu de données MultiCamRobolab pour valider la méthode.
Node-RF est une méthode qui combine les équations différentielles ordinaires neuronales et les champs de rayonnement neuronaux pour apprendre une représentation continue des dynamiques de scène, permettant ainsi de prédire et d'extrapoler des mouvements à long terme au-delà des séquences d'entraînement observées.
Cet article propose un cadre d'optimisation piloté par la connaissance pour la sélection de petites cellules en réseaux 6G, combinant une modélisation par théorie des files d'attente et un apprentissage léger pour réduire significativement la latence et les pertes de paquets dans des environnements denses et mobiles.