👁️ Category

cs.CV

10563 पेपर

⚡ electrical engineering

Calibrated Selective Prediction Using Deep Ensembles for ROI-Based Thyroid Nodule Ultrasound Classification Under Dataset Shift: A Retrospective Evaluation

यह अध्ययन थायराइड नोड्यूल अल्ट्रासाउंड वर्गीकरण के लिए एक कैलिब्रेटेड डीप एनसेंबल फ्रेमवर्क प्रस्तुत करता है जो मजबूत आंतरिक प्रदर्शन और प्रभावी चयनात्मक ट्राइएज प्राप्त करता है, लेकिन डेटासेट शिफ्ट के तहत सीमित बाहरी सामान्यीकरण प्रदर्शित करता है, जो नैदानिक परिनियोजन से पहले स्थानीय पुन: अंशांकन (recalibration) और भावी सत्यापन की आवश्यकता को रेखांकित करता है।

Md. Sadibul Hasan Sadib, Md. Mohayminul Mukit, Rahmatul Kabir Rasel Sarker, Tahmid Alam Tamim, Md. Monir Hossain Shimul2026-07-15
💻 computer science

NEEDL-Bench: Dataset for Swiss Needle Cast and Stomata Detection in Microscopy Images

यह शोध पत्र NEEDL-Bench प्रस्तुत करता है, जो 3,250 एनोटेटेड छवियों वाला एक चुनौतीपूर्ण सूक्ष्मदर्शी डेटासेट है जिसे डगलस-फर (Douglas-fir) की सुइयों पर स्विस नीडल कास्ट कवक संरचनाओं और स्टोमेटा का पता लगाने के लिए डिज़ाइन किया गया है, जो बेसलाइन प्रदर्शन मेट्रिक्स स्थापित करता है और यह प्रकट करता है कि भविष्य के सुधार केवल मॉडल के आकार को बढ़ाने के बजाय डोमेन-विशिष्ट इंडक्टिव बायस (inductive biases) पर निर्भर करेंगे।

Benjamin Blake, Declan McIntosh, Jürgen Ehlting, Nicolas Feau, Joey B. Tanney, Alexandra Branzan Albu2026-07-15
💻 computer science

Causal Supervision of Attention for Affective Behaviour Analysis

यह शोध पत्र अफेक्टिव बिहेवियर एनालिसिस में अटेंशन मैकेनिज्म के लिए एक कॉज़ल सुपरविजन फ्रेमवर्क प्रस्तावित करता है जो सब्जेक्ट-इनवेरिएंट फोकस को लागू करता है, क्रॉस-कोवेरिएंस रेगुलराइजेशन के माध्यम से नॉन-रिडंडेंट रिप्रेजेंटेशन्स को प्रोत्साहित करता है, और 11वीं अफेक्टिव बिहेवियर एनालिसिस इन-द-वाइल्ड प्रतियोगिता में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए गेटेड नॉनलीनियर ट्रांसफॉर्मेशन के माध्यम से फीचर एक्सप्रेसिवनेस को बढ़ाता है।

Nemanja Rašajski, Konstantinos Makantasis, Antonios Liapis, Georgios N. Yannakakis2026-07-15
💻 computer science

GaitSpan: Growing Humanoid Locomotion from Walking to Running

GaitSpan एक नवीन ढांचा है जो लय निर्माण (rhythm generation), स्ट्राइड शेपिंग (stride shaping) और अवशिष्ट अनुकूलन (residual adaptation) का लाभ उठाकर, बिना शून्य से पुन: सीखने की आवश्यकता के, एक पूर्व-प्रशिक्षित वॉकिंग पॉलिसी को विविध रूपात्मकताओं (morphologies) और भू-भागों में चलने, जॉगिंग करने और दौड़ने में सक्षम एक एकल, निरंतर-गति वाले लोकोमोशन कंट्रोलर में कुशलतापूर्वक विस्तारित करता है।

Kwan-Yee Lin, Zilin Wang, Janelle J. Liu, Stella X. Yu2026-07-15
💻 computer science

Data Safety: Synthetic Data Quality Analysis Using CIFAKE Dataset

यह अध्ययन सिंथेटिक और वास्तविक छवियों के बीच फीचर स्पेस, कलर स्टैटिस्टिक्स और ट्रेनिंग डायनेमिक्स के आधार पर अंतर का व्यवस्थित रूप से विश्लेषण करता है ताकि इमेज क्लासिफिकेशन मॉडल्स में सिंथेटिक डेटा को सुरक्षित रूप से मूल्यांकन करने और एकीकृत करने की रणनीति प्रस्तावित की जा सके, जिसके लिए CIFAKE डेटासेट का उपयोग किया गया है।

Kuniko Paxton, Amila Akagić, Koorosh Aslansefat, Dhavalkumar Thakker, Yiannis Papadopoulos2026-07-15
💻 computer science

From Reconstruction to Interpretation: Zero-Setup Multi-Phase Segmentation of X-ray Tomography Data

यह शोध पत्र एक शून्य-सेटअप (zero-setup) ढांचे को प्रस्तुत करता है जो सिंक्रोट्रॉन एक्स-रे टोमोग्राफी डेटा के तीव्र, स्वचालित और व्याख्या योग्य मल्टी-फेज सेगमेंटेशन को सक्षम करने के लिए एक सामग्री-अज्ञेय (material-agnostic) मास्क तैयारी रणनीति को एक पूर्व-प्रशिक्षित सिमेंटिक सेगमेंटेशन नेटवर्क के साथ जोड़ता है, जिसके लिए किसी मैनुअल इनपुट, पुनर्रशिक्षण या डेटासेट-विशिष्ट एनोटेशन की आवश्यकता नहीं होती है।

Pradyumna Elavarthi, Arun J. Bhattacharjee, Harrison Lisabeth, Anca Ralescu, Petrus H. Zwart, Dilworth Parkinson, Elizab (…)2026-07-15
💻 computer science

Compos3D: Interactive Part-Based Composition for Creative Control in Generative 3D Models

Compos3D एक इंटरैक्टिव सिस्टम है जो जनरेटिव 3D मॉडलिंग में रचनात्मक नियंत्रण को बढ़ाता है, जिससे उपयोगकर्ता अनिश्चित बार-बार पुनरुत्पादन (रिजनरेशन) पर निर्भर रहने के बजाय कई उम्मीदवारों से चुने गए हिस्सों के रीमिक्सिंग वर्कफ़्लो के माध्यम से सुसंगत डिज़ाइन तैयार कर सकते हैं।

Faraz Faruqi, Sean J. Liu, George Fitzmaurice, Justin Matejka2026-07-15
💻 computer science

RegHead: Non-Humanoid Head Blendshapes via Feed-Forward Registration

RegHead एक तेज़, फीड-फॉरवर्ड फ्रेमवर्क पेश करता है जो एक बड़े पैमाने के डेटासेट और एक सघन स्टोकेस्टिक एंकर मोशन रिप्रजेंटेशन का लाभ उठाकर एनिमेटेबल नॉन-ह्यूमनॉइड हेड अवतारों के लिए व्याख्यात्मक, सिमेंटिक ब्लेंडशेप सेट्स का निर्माण करता है ताकि मानव ट्रैकिंग संकेतों से उच्च-निष्ठा, वास्तविक समय वाला एक्सप्रेशन रिटारगेटिंग प्राप्त किया जा सके।

Jiahao Luo, Hao Zhang, Jianqi Chen, Yijie He, Jiaxu Zou, Michael Vasilkovsky, Sergei Korolev, Sergey Tulyakov, Chaoyang (…)2026-07-15
💻 computer science

The GEST-Engine: From Event Graphs to Synthetic Video. A Full Technical Report

GEST-Engine एक नियत (deterministic) प्रणाली है जो प्राकृतिक भाषा को पूर्णतः एनोटेटेड, बहु-पात्र सिंथेटिक वीडियो में अनुवादित करती है, जो एक वाणिज्यिक गेम इंजन को संचालित करने के लिए पहले एक स्पष्ट, निरीक्षण योग्य "स्पेस और टाइम में इवेंट्स के ग्राफ" (GEST) को उत्पन्न करती है, जिससे टेम्पोरल कंसिस्टेंसी (temporal consistency) और ऑब्जेक्ट परमानेंस (object permanence) की गारंटी मिलती है और शून्य सीमांत एनोटेशन लागत पर समृद्ध ग्राउंड-ट्रुथ डेटा का उत्पादन होता है।

Nicolae Cudlenco, Mihai Masala, Marius Leordeanu2026-07-15
💻 computer science

How to Realize Recursively Self-Improving Agents and Personal Singularity: A Goal-, Scope-, Tool-, and Benchmark-Driven Multi-Agent Architecture

यह स्थिति और सिस्टम-डिज़ाइन पेपर पुनरावर्ती रूप से स्वयं को सुधारने वाले एजेंटों के लिए एक शासित मल्टी-एजेंट आर्किटेक्चर प्रस्तावित करता है जो लक्ष्य अनुबंधों (goal contracts), स्कोप्ड टूल उपयोग और सुरक्षा इनवेरियंट्स को औपचारिक रूप देकर "पर्सनल सिंगुलैरिटी" — एक सीमित मानव-AI सह-विकास उद्देश्य — प्राप्त करता है, ताकि नियंत्रण या सुरक्षा से समझौता किए बिना उपयोगकर्ता की क्षमताओं का विस्तार किया जा सके।

Chengshuai Yang2026-07-15