60 articoli
Lo studio analizza la risoluzione collaborativa di problemi nell'analisi visiva di grafi in realtà mista, dimostrando che la rappresentazione 3D non garantisce risultati migliori rispetto ai gruppi nominali e sottolineando l'importanza di questi ultimi come benchmark di riferimento.
Il documento presenta ReDON, una nuova architettura di processore ottico neurale ricorrente che supera i limiti delle reti diffrattive tradizionali integrando una non linearità auto-modulata riconfigurabile, ottenendo così significativi miglioramenti di accuratezza e adattabilità con un consumo energetico trascurabile.
Il paper presenta AnalogToBi, un framework che genera automaticamente topologie di circuiti analogici a livello di dispositivo con alta validità e novità, combinando una rappresentazione a grafo bipartito, un controllo funzionale esplicito e un decoding guidato da grammatica per garantire la validità elettrica.
Il paper presenta Scale-Plan, un framework scalabile che combina modelli linguistici e pianificazione simbolica per generare rappresentazioni compatte di compiti multi-robot eterogenei, superando le limitazioni di allucinazione e scalabilità degli approcci esistenti attraverso la filtrazione delle informazioni irrilevanti e la validazione su un nuovo benchmark MAT2-THOR.
Il documento presenta un servizio di audit cross-layer e consapevole delle politiche per l'analisi dei meccanismi di tiering e throttling di Starlink, dimostrando come l'allineamento tra telemetria del terminale e sonde lato host permetta di identificare distinti regimi operativi (pre-quota, post-quota e residenziale) tramite firme uniche nella buona velocità, nel RTT e in un rapporto interno-utente, senza richiedere visibilità da parte dell'operatore.
Questo lavoro presenta una pipeline automatizzata che utilizza modelli linguistici di grandi dimensioni (LLM) per rilevare e analizzare le cause profonde dei test flaky nel software quantistico, espandendo un dataset esistente e dimostrando l'efficacia di modelli come Google Gemini nel classificare tali problemi con elevata precisione.
Il paper presenta DendroNN, una rete neurale ispirata ai dendriti biologici che utilizza un meccanismo di ricollegamento senza gradienti e un'architettura hardware asincrona per classificare efficientemente dati basati su eventi, raggiungendo un'efficienza energetica fino a 4 volte superiore rispetto alle soluzioni neuromorfiche esistenti.
Il paper propone MM-tau-p², un nuovo benchmark con 12 metriche innovative per valutare in modo olistico e automatizzato la robustezza degli agenti multi-modali basati su LLM in ambienti a doppio controllo, considerando l'adattamento alla personalità dell'utente e le sfide specifiche dei settori telecomunicazioni e retail.
Il paper presenta KV-Lock, un metodo senza addestramento per i modelli di diffusione video basati su DiT che migliora la qualità del primo piano mantenendo la coerenza dello sfondo, regolando dinamicamente il blocco delle chiavi-valori e la scala della guida condizionale in base al rischio di allucinazione.
Il documento presenta WVA, un piano di controllo di ottimizzazione globale co-progettato con \texttt{llmd} che, integrando lo stato interno del server di inferenza e gestendo l'eterogeneità hardware, migliora il throughput effettivo del 37% e riduce i fallimenti delle richieste di 10 volte rispetto agli autoscaler tradizionali.
Questo studio valuta un radar FMCW-MIMO a basso costo per il monitoraggio non invasivo dei segni vitali, evidenziando un compromesso fondamentale tra l'accuratezza nella stima delle frequenze medie di respirazione e battito cardiaco (ottimali a circa 70 cm con almeno 96 chirp) e la limitata precisione nel rilevamento delle variazioni istantanee e della variabilità.
Questo studio presenta una caratterizzazione sperimentale completa delle proprietà dielettriche del tessuto biologico (pelle di maiale) mediante spettroscopia THz nel dominio del tempo nell'intervallo 0,1-11 THz, fornendo dati estesi fondamentali per la modellazione di canali e lo sviluppo di reti di nanosensori intra-corpo.
Questo lavoro sviluppa un modello dielettrico completo della pelle umana e dei suoi costituenti cellulari nelle frequenze sub-terahertz e terahertz, combinando la teoria di rilassamento multi-Debye con formulazioni di mezzo efficace per prevedere le proprietà dielettriche e ottimizzare le future tecniche di diagnostica e imaging non invasivi.
Questo studio presenta un assistente guidato da un modello linguistico di grandi dimensioni per rendere la realtà virtuale accessibile a persone non vedenti o ipovedenti, rivelando attraverso un test con 16 partecipanti che la percezione dell'assistente evolve da strumento a compagno sociale a seconda del contesto, fornendo così raccomandazioni progettuali per il futuro.
PASS è un framework scalabile per il clustering k-means con vincoli pairwise che ottimizza un piccolo sottoinsieme di dati, risolve la fattibilità dei vincoli "cannot-link" tramite un problema di colorazione dei grafi e fornisce certificati di riparazione verificabili, permettendo così di ottenere soluzioni competitive con tempi di esecuzione ridotti anche su istanze dove i metodi tradizionali falliscono.
Il paper introduce TimeSpot, un nuovo benchmark composto da 1.455 immagini reali provenienti da 80 paesi per valutare le capacità di ragionamento geo-temporale dei modelli visione-linguaggio, evidenziando che, nonostante i recenti progressi, questi modelli mostrano prestazioni ancora limitate nell'inferenza temporale e nella comprensione spaziale fisicamente fondata.
Il paper sostiene che l'integrazione tra risorse HPC e QPU richieda modelli e metriche di resilienza quantitativa, definiti come vincoli progettuali a priori, per valutare l'impatto delle vulnerabilità e il rapporto costo-beneficio delle migliorie tecnologiche.
Il paper presenta l'HGT-Scheduler, un framework di apprendimento per rinforzo che risolve il problema della schedulazione dei lavori (JSSP) modellandolo come un grafo eterogeneo tramite Heterogeneous Graph Transformers, dimostrando che la distinzione esplicita dei tipi di relazioni migliora significativamente le prestazioni rispetto agli approcci che trattano il grafo come omogeneo.
Questo lavoro di sistematizzazione del sapere analizza le sfide che ostacolano l'adozione delle identità digitali sovrane (SSDI), evidenziando come la maggior parte della ricerca si concentri su soluzioni blockchain, mappando applicazioni reali e definendo le frontiere future per un'identità digitale più sicura e controllata dall'utente.
Questo articolo presenta un nuovo framework che, sfruttando l'ampiezza della risposta del canale per recuperare le caratteristiche ideali da quelle distorte, supera le limitazioni di sincronizzazione negli sistemi di sensing wireless bistatici, permettendo di rilevare spostamenti sub-lunghezza d'onda con una precisione quasi dieci volte superiore rispetto agli stati dell'arte.