🤖 AI

Scene-Level Heterogeneous Physics Simulation with 3D Gaussian Splats

यह शोध पत्र एक नवीन ढांचे (framework) को प्रस्तुत करता है जो विविध संपत्तियों (assets) को एक एकीकृत कण सेट (unified particle set) में सारभूत (abstracting) करके 3D गॉसियन स्प्लेटिंग और प्रोडक्शन-ग्रेड भौतिकी इंजनों के बीच प्रतिनिधित्व अंतराल (representation gap) को पाटता है, जिससे विरूपण योग्य (deformable) 3DGS संपत्तियों, मानक CG वस्तुओं और कैप्चर किए गए स्थिर वातावरण के बीच जटिल द्वि-मार्गी अंतःक्रियाओं के साथ यथार्थवादी, दृश्य-स्तरीय विषम सिमुलेशन सक्षम होता है।

Xiaoyang Liu, Shangzhe Wu, Kai Han2026-06-23
⚡ electrical engineering

Scaling up fine-grained intracranial vessel annotations in computed tomography angiography

यह शोध पत्र SemanticVessel को प्रस्तुत करता है, जो 4D-CTA स्कैन में सूक्ष्म-स्तरीय इंट्राक्रैनील वेसल सेगमेंटेशन के लिए एक बड़े पैमाने का डेटासेट है, जो एक जेनेरिक आर्टेरियल क्लास बनाने के लिए मल्टी-फेज डेटा पुन: उपयोग और विशेषज्ञ एनोटेशन का लाभ उठाता है, यह प्रदर्शित करते हुए कि छोटी धमनियों को शामिल करने से सभी संवहनी क्षेत्रों (वैस्कुलर टेरिटरीज) में सेगमेंटेशन प्रदर्शन में सुधार होता है।

Chu-Hsuan Lin, Alberto Mario Ceballos-Arroyo, Jisoo Kim, Shrikanth M. Yadav, Huaizu Jiang, Lei Qin, Geoffrey S. Young2026-06-23
💻 computer science

Motion-Aware Reinforcement Learning For Object Localization

यह शोध पत्र MARLNet का परिचय देता है, जो एक PPO-आधारित सुदृढीकरण शिक्षण (reinforcement learning) एजेंट है जो ऑब्जेक्ट डिटेक्शन बाउंडिंग बॉक्स को परिष्कृत करने के लिए मोशन प्रायर्स (motion priors) और एक्शन स्मूथनेस पेनल्टीज़ (action smoothness penalties) को एकीकृत करता है, जिससे VOC और VisDrone डेटासेट पर निरंतर प्रदर्शन लाभ प्राप्त होता है और रिवॉर्ड इंटरफेरेंस (reward interference) तथा प्रतिनिधित्व संबंधी सीमाओं को संबोधित किया जाता है।

Prithvi Raj Singh, Satyendra Singh2026-06-23✓ Author reviewed
💻 computer science

Rotation-Aware Point-Cloud Embeddings for Vision-Based In-Hand Reorientation

यह शोध पत्र एक रोटेशन-अवेयर पॉइंट-क्लाउड एम्बेडिंग प्रस्तुत करता है जो यूक्लिडियन लेटेंट डिस्टेंस को SO(3) ओरिएंटेशन एरर के अनुरूप कैलिब्रेट करता है, जिससे मॉडल-फ्री रिइन्फोर्समेंट लर्निंग पॉलिसीज़ को स्पष्ट पोज़ एस्टीमेशन, डेंस फ्लो फीचर्स, या टीचर सुपरविजन की आवश्यकता के बिना, रॉ पॉइंट-क्लाउड गोल्स से सीधे इन-हैंड रियोरिएंटेशन करने में सक्षम बनाया जा सके।

Yashom Dighe, Karthik Dantu2026-06-23
💻 computer science

RAPID: A Reproducible Multi-Agent Pipeline for Interpretable Disaster Damage Assessment from Satellite and Street-View Imagery

यह शोध पत्र RAPID को प्रस्तुत करता है, जो एक पुनरुत्पादनीय मल्टी-एजेंट पाइपलाइन है जो उपग्रह और स्ट्रीट-व्यू इमेजरी में ज़ीरो-शॉट रीजनिंग का लाभ उठाकर व्याख्यात्मक, सूक्ष्म-स्तरीय आपदा क्षति आकलन और कार्यशील रिकवरी रिपोर्ट प्रदान करता है, जिसके लिए कार्य-विशिष्ट फाइन-ट्यूनिंग की आवश्यकता नहीं होती है।

Yifan Yang, Wenjing Gong, Kaili Zhang, Lei Zou, Zhengzhong Tu, Hao Li, Zongrong Li, Xinyue Ye2026-06-23
🤖 machine learning

Beyond Flat Labels: Level-Restricted Contrastive Learning for Hierarchical Fine-Grained Vision Classification

यह शोध पत्र पदानुक्रमित सूक्ष्म-स्तरीय विज़न वर्गीकरण (hierarchical fine-grained vision classification) में वर्गीकरण संबंधी विसंगतियों को हल करने के लिए समूह-संतुलित डिज़ाइन के साथ एक स्तर-प्रतिबंधित कंट्रास्टिव लर्निंग फ्रेमवर्क प्रस्तावित करता है, जो iNaturalist 2021 जैसे बेंचमार्क पर कई स्तरों पर पदानुक्रमित निरंतरता और ज़ीरो-शॉट सटीकता दोनों में महत्वपूर्ण सुधार करता है।

Zhiyuan Tao, Srikumar Sastry, Matthew J Thompson, Elizabeth G Campolongo, Net Zhang, Ziheng Zhang, Hilmar Lapp, Yu Su, T (…)2026-06-23
🤖 machine learning

AgroSense 2.0: Cross-Modal Transformer Fusion with Geospatial Raster Integration and Interpretable Multi-Task Learning for Precision Crop Recommendation

AgroSense 2.0 एक नवीन सटीक कृषि ढांचा पेश करता है जो महाद्वीपीय-स्तर के भू-स्थानिक रास्टर को एक क्रॉस-मोडल ट्रांसफॉर्मर फ्यूजन मॉड्यूल और मल्टी-टास्क लर्निंग के साथ एकीकृत करके दृश्य मृदा डेटा और रासायनिक पोषक तत्वों के प्रोफाइल के बीच की मोडैलिटी गैप को पाटता है, जिससे TreeSHAP विश्लेषण के माध्यम से अनुशंसा सटीकता और व्याख्यात्मकता दोनों में वृद्धि होती है।

Vishal Pandey, Rishav Tewari, Ruzina Haque Laskar2026-06-23
💻 computer science

Artic-O: End-to-End Articulated Object Reconstruction via Latent Geometry Learning

Artic-O एक कुशल, एंड-टू-एंड फीड-फॉरवर्ड फ्रेमवर्क है जो अवलोकनों को पूर्ण आकार की रिकवरी के लिए एक लेटेंट ज्योमेट्री स्पेस में मैप करके और समवर्ती पार्ट सेगमेंटेशन एवं आर्टिकुलेशन प्रेडिक्शन के लिए विजुअल और ज्योमेट्रिक फीचर्स को एकीकृत करके, स्पार्स इमेजेस से आर्टिकुलेटेड ऑब्जेक्ट्स का पुनर्निर्माण करता है, जो सटीकता और इन्फरेंस स्पीड दोनों में पूर्ववर्ती विधियों से काफी बेहतर प्रदर्शन करता है।

Xuyang Wang, Zhenyu Li, Jian Ding, Habib Slim, Peter Wonka, Hongdong Li, Mohamed Elhoseiny2026-06-23
💻 computer science

ScalePredictor: Instance-aware Scale Learning for Accurate Quantization of Vision Transformers

यह शोध पत्र ScalePredictor प्रस्तुत करता है, जो विजन ट्रांसफॉर्मर्स के लिए एक गतिशील पोस्ट-ट्रेनिंग क्वांटाइजेशन फ्रेमवर्क है, जो शैलो-लेयर एक्टिवेशन रेंज और डीपर-लेयर ऑप्टिमल स्केल्स के बीच एक छिपे हुए सहसंबंध का लाभ उठाता है ताकि कुशलतापूर्वक इंस्टेंस-अवेयर क्वांटाइजेशन पैरामीटर्स उत्पन्न किए जा सकें, जिससे न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ स्टैटिक विधियों की तुलना में सटीकता में उल्लेखनीय सुधार होता है।

Changjun Li, Runqing Jiang, Lian Xu, Ye Zhang, Qingyong Hu, Yulan Guo2026-06-23
💻 computer science

OphthaDT: Generative Digital Twins for Forecasting Visual Acuity Trajectories in Ophthalmology

OphthaDT एक नवीन LLM-आधारित जनरेटिव डिजिटल ट्विन है जो विखंडित मल्टीमॉडल नैदानिक डेटा को संरचित आख्यानों में क्रमबद्ध करता है ताकि नेत्र विज्ञान में दृष्टि तीक्ष्णता (विजुअल एक्युइटी) के प्रक्षेप पथों का सटीक पूर्वानुमान लगाया जा सके, जो पारंपरिक बेसलाइनों—विशेष रूप से जटिल नियोवास्कुलर एज-रिलेटेड मैकुलर डिजनरेशन मामलों के लिए—पर बेहतर प्रदर्शन प्रदर्शित करता है—जबकि बिना इम्प्यूटेशन के अनियमित सैंपलिंग को प्रभावी ढंग से संभालता है।

Pietro Belligoli, Nikita Makarov, Sayedali Shetab Boushehri, Fabian Schmich, Raul Rodriguez-Esteban, Michael Menden2026-06-23