6336 articoli
Questo studio confronta diversi algoritmi per l'ottimizzazione della posa di base dei robot industriali, dimostrando che la discesa del gradiente stocastica offre il miglior tasso di successo mentre gli algoritmi genetici raggiungono i costi finali più bassi, riducendo complessivamente i tempi di ciclo.
Il paper propone SFIBA, un attacco backdoor invisibile basato su regioni spaziali specifiche e tecniche di dominio frequenziale che garantisce l'efficacia multi-target, l'impercettibilità visiva e la capacità di eludere le difese esistenti in scenari black-box.
Questo lavoro presenta il primo approccio olistico che ottimizza congiuntamente la composizione, il posizionamento della base e la traiettoria dei robot modulari per minimizzare il tempo di ciclo, ottenendo miglioramenti significativi nelle prestazioni rispetto ai metodi tradizionali e validando con successo la soluzione in scenari reali.
Questo studio propone un approccio di routing coordinato che utilizza veicoli connessi e automatizzati (CAV) nelle corsie riservate agli autobus, sfruttando dati in tempo reale per ottimizzare la puntualità del servizio di trasporto pubblico e l'efficienza di viaggio dei CAV in ambienti a traffico misto.
Uno studio randomizzato su 94 counselor novizi dimostra che l'addestramento basato su simulazioni con LLM, se combinato con feedback strutturato, migliora significativamente le competenze micro-terapeutiche e l'empatia rispetto alla sola pratica, prevenendo il declino delle abilità osservato nel gruppo di controllo.
Il paper presenta DeepSparse, il primo modello fondazionale per la ricostruzione CBCT a viste sparse, che combina l'architettura DiCE e la strategia di pre-addestramento HyViP per ottenere immagini di alta qualità riducendo l'esposizione alle radiazioni e migliorando la generalizzabilità rispetto ai metodi esistenti.
Il paper presenta HEXGEN-FLOW, un framework che ottimizza la pianificazione delle richieste di inferenza per flussi di lavoro Text-to-SQL basati su agenti LLM su cluster GPU eterogenei, riducendo significativamente la latenza e aumentando il throughput rispetto alle soluzioni esistenti.
Il paper introduce M³CAD, un benchmark completo e multimodale progettato per avanzare la ricerca sulla guida autonoma cooperativa generica, fornendo un vasto dataset, valutazioni di baseline e un nuovo approccio di fusione multi-livello che bilancia efficienza comunicativa e accuratezza percettiva.
Il paper presenta FoldNet, un framework che genera un dataset sintetico di indumenti basato su keypoints e texture realistiche, addestrando una politica di piegatura a ciclo chiuso tramite apprendimento per imitazione e il metodo KG-DAgger per migliorare la robustezza, ottenendo un tasso di successo del 75% nel mondo reale.
Il paper presenta Diffusion-SAFE, un framework a ciclo chiuso basato su modelli di diffusione che garantisce una transizione sicura e fluida dal controllo umano a quello automatico durante la guida condivisa, anticipando i rischi e regolando dinamicamente il trasferimento di autorità senza ricorrere a funzioni di punteggio manuali.
Il paper presenta MTVCraft, un framework innovativo che supera i limiti delle tecniche tradizionali basate su immagini 2D tokenizzando direttamente le sequenze di movimento 3D (4D) per abilitare un'animazione di personaggi arbitrari più robusta, flessibile e generalizzabile in scenari aperti.
Lo studio dimostra che, sebbene l'uso di contenuti generati dall'IA migliori la qualità del lavoro, il carico cognitivo estraneo, in particolare quello derivante da cambi di compito iniziatì dal modello, riduce significativamente le prestazioni, con effetti negativi più marcati per i professionisti meno esperti.
Questo studio presenta e valuta gli algoritmi AQPF e AQOPF, che riformulano i flussi di potenza e il flusso di potenza ottimale come problemi di ottimizzazione combinatoria risolvibili su macchine di Ising quantistiche e digitali, dimostrando la loro fattibilità e scalabilità su sistemi di test fino a 1354 bus.
Questo lavoro propone una nuova rappresentazione degli ambienti proteici locali basata sulle caratteristiche intermedie di modelli fondazionali atomistici, dimostrando che tale embedding cattura efficacemente sia la struttura che le proprietà chimiche e permette di costruire predittori di spostamento chimico NMR all'avanguardia.
Questo lavoro introduce un metodo non supervisionato per scoprire tassonomie di fallimenti da log di deployment robotici, utilizzando il ragionamento visione-linguaggio e il clustering per identificare modalità di errore semanticamente coerenti e azionabili che migliorano la raccolta dati e il monitoraggio in tempo reale.
Questo articolo presenta un nuovo framework di allocazione dei compiti per robot multitasking che, a differenza dei metodi esistenti, integra i vincoli fisici del multitasking attraverso una compilazione in MAX-SAT e un'euristica greedy, dimostrando miglioramenti nell'efficienza sia in simulazione che in esperimenti fisici.
Il paper presenta ContextMatters, un framework che combina modelli linguistici e pianificazione classica per adattare dinamicamente gli obiettivi agli ambienti 3D reali, migliorando significativamente il tasso di successo degli agenti embodied rispetto alle soluzioni esistenti.
Questo studio presenta un framework di deep learning basato su una GAN con penalità di varianza che trasforma immagini istologiche H&E in immagini IHC ad alta fedeltà per la valutazione precisa dell'HER2 nel cancro al seno, superando le prestazioni dei modelli esistenti e offrendo un'alternativa economica e scalabile alla diagnostica tradizionale.
Il paper presenta LINO UniPS, un approccio unificato per la fotometria stereoscopica universale che, grazie a token di registrazione luminosa, blocchi di attenzione intercalati e un'architettura basata su wavelet, garantisce il disaccoppiamento tra illuminazione e normali preservando i dettagli geometrici ad alta frequenza, ottenendo risultati all'avanguardia su benchmark pubblici e generalizzando meglio ai materiali reali.
Questo articolo propone un nuovo framework a cascata guidato da modelli visione-linguaggio che utilizza le loro caratteristiche come prompt espliciti per il Segment Anything Model al fine di migliorare la segmentazione e, sfruttando l'output come prior spaziale morbida, la classificazione degli oggetti mimetizzati in scenari a vocabolario aperto, superando così le limitazioni delle metodologie precedenti.