4927 articoli
Il paper "LiTo" propone una rappresentazione latente 3D unificata che, tokenizzando campi luminosi superficiali da immagini RGB-profondità, permette di modellare congiuntamente geometria e aspetto dipendente dalla vista, generando oggetti 3D realistici con effetti speculari e riflessi coerenti con l'immagine di input.
Il paper presenta COMIC, un sistema AI completamente automatizzato che genera video comici brevi imitando gli sketch show, utilizzando una popolazione di agenti ispirati ai ruoli di produzione e critici LLM allineati alle preferenze del pubblico per ottimizzare la qualità e la diversità degli output.
Il documento presenta SDR-GAIN, un metodo in tempo reale basato su reti generative avversarie che ricostruisce con precisione le pose dei pedoni occlusi nel contesto della guida autonoma, superando le tecniche tradizionali sia in accuratezza che in velocità di inferenza.
Il paper propone il TSformer-SA, un modello basato su Transformer che fusione temporale e spettrale con adattatori specifici per soggetto, al fine di migliorare la decodifica delle interfacce cervello-computer RSVP riducendo la dipendenza da grandi quantità di dati di addestramento per nuovi utenti.
Il paper propone PnLCalib, un metodo di calibrazione della camera basato sull'ottimizzazione di punti e linee che supera le limitazioni dei metodi tradizionali per la registrazione dei campi sportivi in video broadcast, dimostrando maggiore robustezza e precisione su dataset reali come SoccerNet-Calibration e WorldCup 2014.
Il paper presenta DP-IQA, un metodo innovativo per la valutazione della qualità delle immagini senza riferimento che sfrutta le conoscenze a priori di modelli di diffusione pre-addestrati, distillandole in un modello leggero per ottenere prestazioni all'avanguardia e una forte capacità di generalizzazione su dati reali.
Questo paper presenta ScenarioFuzz, un metodo innovativo di fuzz testing basato su scenari storici e reti neurali che, senza ricorrere a scenari predefiniti, riduce i costi temporali del 60,3% e raddoppia la scoperta di errori, identificando 54 categorie di scenari ad alto rischio e 58 bug in sei sistemi di guida autonoma.
Questo articolo propone e valuta un approccio di apprendimento per rinforzo multi-agente basato su Q-learning per ottimizzare gli aggiornamenti delle mappe ad alta definizione nelle reti veicolari, riducendo il carico computazionale rispetto alle soluzioni single-agent e migliorando significativamente la latenza per vari servizi di rete.
Il paper propone CoHet, un algoritmo di apprendimento per rinforzo multi-agente decentralizzato che utilizza una ricompensa intrinseca basata su Reti Neurali su Grafi per migliorare la cooperazione tra agenti eterogenei in ambienti con osservabilità parziale e segnali di reward radi, ottenendo prestazioni superiori rispetto allo stato dell'arte.
Il paper presenta gli Sparse Variational Student-t Processes (SVTP), un nuovo framework che estende i processi a punti induttori sparsi ai processi Student-t, offrendo un metodo scalabile e robusto per la modellazione di dati con code pesanti e outlier che supera le prestazioni dei processi Gaussiani sparsi.
Questo paper introduce un quadro unificato che modella la quantizzazione e la sparsificazione come rumore additivo, proponendo una trasformata di dequantizzazione basata sulla regressione ridge per fornire un percorso di gradiente ben definito che permette l'addestramento stabile di reti neurali ad alta efficienza con precisione arbitraria e livelli di sparsità estremi, superando i limiti degli approcci esistenti come lo Straight-Through Estimator.
Il paper introduce DRUPI, un metodo di condensazione del dataset che migliora le prestazioni dei modelli sintetizzando informazioni privilegiate (come etichette di feature o attenzione) insieme ai dati ridotti, ottenendo significativi guadagni su diversi benchmark.
Il paper introduce LayoutDreamer, un framework basato su 3D Gaussian Splatting che genera scene 3D composizionali di alta qualità e fisicamente plausibili partendo da prompt testuali, superando i limiti delle metodologie esistenti grazie a un grafico di scena diretto e a un'ottimizzazione adattiva del layout.
Questo articolo presenta Astromer 2, un modello fondazionale migliorato per l'analisi delle curve di luce che, grazie all'apprendimento auto-supervisionato su 1,5 milioni di dati e all'uso di embedding pesati, supera significativamente il suo predecessore Astromer 1 e i modelli precedenti, ottenendo un miglioramento del 15% nel punteggio F1 anche con dataset etichettati molto limitati.
Il paper introduce il concetto di "firma spaziale" per mappare i punti dati in uno spazio geometrico che semplifica l'analisi della robustezza delle valutazioni basate sui semivalori rispetto alle variazioni della funzione di utilità, proponendo una metrica pratica per quantificare tale stabilità.
Il paper presenta MKE-Coder, un nuovo framework che migliora la codifica automatica ICD nelle cartelle cliniche elettroniche cinesi integrando conoscenze multi-assiali con la verifica delle evidenze cliniche, superando le sfide linguistiche e strutturali specifiche di questo contesto.
Il paper presenta LLM-Advisor, un framework basato su prompt che utilizza i grandi modelli linguistici come consulenti post-elaborazione per ottimizzare l'efficienza dei costi nella pianificazione di percorsi su terreni eterogenei, superando le limitazioni spaziali dei modelli attuali senza modificare i pianificatori sottostanti.
Il paper introduce HyConEx, un classificatore basato su hypernetwork progettato per dati tabulari che combina previsioni accurate e spiegazioni locali sotto forma di esempi controfattuali in un'unica rete neurale.
Il paper propone un approccio teoricamente fondato basato sulla teoria delle categorie, che introduce un "functore esplicativo" per garantire la coerenza logica e la fedeltà delle spiegazioni estratte dai modelli di intelligenza artificiale, superando i limiti delle attuali tecniche euristico-based.
Il paper introduce GateLens, un agente LLM che utilizza l'Algebra Relazionale come rappresentazione intermedia formale per garantire analisi rapide, trasparenti e affidabili di dati tabulari complessi nel settore automobilistico, superando i limiti dei sistemi basati su Chain-of-Thought e riducendo i tempi di analisi dell'80% senza necessità di esempi few-shot.