5650 articoli
Il paper presenta un sistema di navigazione Teach and Repeat resiliente alla degenerazione geometrica basato su lidar FMCW, che combina odometria Doppler e localizzazione consapevole della curvatura per garantire un posizionamento affidabile in ambienti privi di struttura, superando i limiti dei metodi ICP tradizionali.
Questo articolo generalizza le operazioni di somma convessa e concava per i chirotopi e utilizza un'equazione funzionale con il metodo del kernel per ottenere una stima asintotica precisa del numero di triangolazioni del "double circle".
Il paper presenta ID-LoRA, un modello generativo unico che personalizza simultaneamente l'aspetto visivo e la voce di un soggetto in un singolo passaggio, superando le limitazioni dei metodi attuali che trattano audio e video separatamente e ottenendo risultati superiori rispetto a Kling 2.6 Pro in termini di somiglianza vocale e stile di parlato.
Questo articolo sviluppa un approccio operatoriale basato sui due-percorsi per decomporre le reti ego-centriche e propone costruzioni di contrazione sicure che preservano la massa dei due-percorsi, dimostrando un teorema di trasferimento con errore non negativo e caratterizzando l'uguaglianza tramite partizioni equitabili dei cunei.
Questo articolo presenta la progettazione di un sistema di dialisi chimica assistito da robot, sviluppato attraverso un approccio incentrato sull'utente e validato da studi di usabilità, che mira ad alleggerire il carico di lavoro manuale dei ricercatori e ad accelerare la scoperta scientifica automatizzando procedure di laboratorio tediose.
Il paper introduce MALTA, un framework di valutazione che integra metriche di attività di manutenzione per identificare con maggiore precisione i pacchetti software abbandonati e i rischi associati, superando le limitazioni delle tradizionali metriche di "Technical Lag" che tendono a sottostimare tali pericoli.
Questo articolo presenta un framework di deep learning robusto per il riconoscimento delle targhe bengalesi, che combina un modello di rilevamento YOLOv8 ottimizzato con una strategia di addestramento adattiva e un sistema OCR basato su ViT e BanglaBERT, ottenendo un'accuratezza del 97,83% e dimostrando elevata resilienza in scenari reali complessi.
Il paper introduce SpecOps, un framework di testing completamente automatizzato che utilizza agenti AI specializzati per valutare in modo efficace e scalabile le prestazioni e rilevare bug in agenti GUI reali, superando le soluzioni esistenti in termini di accuratezza ed efficienza.
Il paper presenta HiFIVE, un framework di gestione dati che risolve il problema NP-difficile della riduzione delle piastrelle vettoriali per la visualizzazione geospaziale interattiva su client, garantendo una significativa riduzione delle dimensioni dei dati su scala terabyte senza comprometterne la fedeltà visiva.
Questo lavoro presenta un sistema QEaaS che fornisce entropia quantistica sicura a dispositivi embedded tramite canali post-quantistici, dimostrando che l'autenticazione e lo scambio di chiavi post-quantistici su hardware ESP32 sono non solo fattibili, ma significativamente più veloci delle controparti classiche.
Il paper propone UF-OPS, un metodo di steering on-policy senza aggiornamenti dei parametri che utilizza funzioni verificatrici addestrate su dati di rollout per guidare politiche di base come i modelli diffusion verso azioni più probabili, migliorando significativamente il successo nelle manipolazioni robotiche sia in simulazione che nel mondo reale.
Questo studio analizza il voto a scrutinio istantaneo (IRV) su grafi non pesanti, dimostrando che il riconoscimento e il calcolo delle zone di esclusione sono risolvibili in tempo polinomiale sugli alberi ma rimangono NP-difficili su grafi generali, fornendo inoltre limiti superiori e inferiori per la distorsione utilitaristica in diversi scenari.
Il paper introduce DeepIntuit, un framework che supera i limiti della semplice imitazione nei modelli di classificazione video trasformando l'approccio in un ragionamento intrinco basato su allineamento supervisionato, ottimizzazione tramite GRPO e calibrazione intuitiva per gestire efficacemente le sfide delle istanze aperte.
Il paper introduce ReST-RL, un'architettura di apprendimento per rinforzo gerarchico che, integrando un modulo residuo per la stabilizzazione del carico su una politica di locomozione robusta, risolve con successo il trasporto di carichi su vassoio da parte di umanoidi, garantendo un'eccellente generalizzazione zero-shot dalla simulazione alla realtà su hardware Unitree G1.
Questo studio preliminare applica l'Analisi delle Reti di Transizione (TNA) ai dati di tracciamento oculare raccolti durante simulazioni di arresto cardiaco in realtà virtuale per dimostrare come l'attenzione visiva dei membri del team clinico si ridistribuisca dinamicamente in base ai ruoli e alle fasi dello scenario, offrendo un metodo promettente per valutare la consapevolezza situazionale e migliorare la formazione.
Il documento presenta PRoADS, un framework di steganografia audio basato su modelli di diffusione che garantisce sicurezza e robustezza attraverso l'ottimizzazione dello spazio latente e l'inversione di Eulero all'indietro, ottenendo un tasso di errore dei bit estremamente basso anche dopo la compressione MP3.
Questo studio dimostra empiricamente che i filigrane digitali attuali, operanti esclusivamente nei domini spaziali o latenti, possiedono vulnerabilità ortogonali e mutuamente esclusive che le rendono inefficaci contro gli strumenti di editing generativo moderno, evidenziando così la necessità urgente di architetture crittografiche multi-dominio per garantire una provenienza digitale robusta.
Il paper presenta FC-4DFS, un metodo innovativo per la sintesi di espressioni facciali 4D che garantisce flessibilità e fluidità temporale grazie a una rete LSTM controllata in frequenza e a una rete di spostamento multi-livello basata su meccanismi di cross-attention, ottenendo risultati all'avanguardia sui dataset CoMA e Florence4D.
Il paper presenta "Fuel Gauge", un metodo innovativo che stima in anticipo la lunghezza del ragionamento a catena di pensiero (CoT) nei Modelli Multimodali su larga scala (LMM) analizzando un parametro nascosto, consentendo così un'allocazione più efficiente della memoria e una regolazione ottimale della lunghezza del ragionamento per migliorare le prestazioni e ridurre gli sprechi computazionali.
Il paper propone LM-4DGAN, un modello generativo che utilizza i landmark facciali neutri, un discriminatore di identità e un autoencoder per sintetizzare espressioni facciali 4D robuste rispetto all'identità, migliorando le soluzioni esistenti che si basano su etichette o parlato.