6357 articoli
Il paper propone un approccio categorico unificante basato sulla dualità per semplificare drasticamente le dimostrazioni delle presentazioni come monadi di codensità di importanti monadi in logica e semantica, derivando al contempo nuove presentazioni non banali per monadi dei filtri, di Vietoris e di aspettazione.
Questo lavoro propone un sistema di localizzazione relativa multi-robot UGV-UAV che combina dati UWB e radar con sensori inerziali ed encoder in un framework di ottimizzazione a grafo, superando i metodi esistenti in robustezza e offrendo codice e dataset open-source per la riproducibilità e il benchmarking.
Questo paper introduce XPPG-PCA, un metodo automatico, non supervisionato e privo di riferimento per la valutazione oggettiva della gravità dei disturbi del linguaggio che, superando i limiti delle tecniche esistenti, offre una soluzione robusta e generalizzabile per l'uso clinico.
Il documento propone una nuova funzione di barriera di controllo parabolica dinamica (DPCBF) che, adattando i vincoli di sicurezza in base alla distanza e alla velocità relativa, supera i limiti di fattibilità dei metodi tradizionali basati sui coni di collisione, permettendo a robot non olonomi di navigare con successo in ambienti dinamici densamente affollati.
Il paper propone REVEL, un nuovo compito di manipolazione video interattiva in streaming che permette di modificare qualsiasi elemento in qualsiasi momento, e DragStream, un metodo senza addestramento che risolve i problemi di deriva latente e interferenza contestuale per garantire risultati visivamente coerenti nei modelli di diffusione video autoregressivi.
Questo articolo presenta un sistema di verifica del parlante basato su w2v-BERT 2.0 e LoRA che raggiunge risultati all'avanguardia, integrando successivamente la distillazione della conoscenza con la potatura strutturata per ridurre le dimensioni del modello dell'80% con una minima perdita di prestazioni.
Il paper introduce PAD-TRO, un nuovo metodo di ottimizzazione diretta delle traiettorie basato su modelli di diffusione che, mediante un meccanismo di proiezione senza gradienti integrato nel processo inverso, garantisce la fattibilità dinamica e supera significativamente le prestazioni degli approcci esistenti nella navigazione di droni in ambienti con ostacoli.
Questo studio presenta la prima analisi delle fughe di informazioni tramite i tokenizzatori dei modelli linguistici di grandi dimensioni, dimostrando la loro vulnerabilità agli attacchi di inferenza di appartenenza e proponendo una difesa adattiva per mitigare questo rischio di privacy precedentemente trascurato.
Questo lavoro presenta e convalida un sistema robotico guidato da visione che integra la ricostruzione 3D delle piante e la modellazione fisica delle vibrazioni per eseguire con precisione l'impollinazione automatizzata in ambienti controllati, ottenendo un tasso di successo del 92,5% nell'afferrare i fusti senza danneggiare i fiori.
Questo lavoro introduce i "font variabili differenziabili", un nuovo framework che automatizza la progettazione e l'animazione tipografica trasformando le specifiche dei font variabili in una formulazione matematica differenziabile, permettendo così l'ottimizzazione basata su gradienti per migliorare l'estetica e la leggibilità del testo senza intervento manuale.
Il documento presenta l'EB-MBD, un nuovo approccio che integra funzioni barriera emergenti nel Diffusione Basata su Modello per garantire la sicurezza e migliorare l'efficienza computazionale nella generazione di traiettorie ottimali in ambienti altamente vincolati, superando i limiti di instabilità e costo delle tecniche tradizionali.
Il paper presenta AR-Drag, il primo modello di diffusione video autoregressivo potenziato dal reinforcement learning per la generazione di video in tempo reale da immagini con controllo preciso del movimento, risolvendo i problemi di latenza e qualità tipici delle approcci esistenti.
Il paper propone CDE (Concept-Driven Exploration), un metodo che utilizza un modello visione-linguaggio pre-addestrato per generare concetti visivi come segnali di ricompensa intrinseca, permettendo a un agente di esplorare in modo efficiente compiti di manipolazione visiva sia in simulazione che nel mondo reale.
Questo studio analizza le dinamiche deliberative e l'allineamento valoriale di diversi modelli LLM in dibattiti multi-turno su dilemmi etici quotidiani, rivelando significative differenze nel comportamento, nella flessibilità delle revisioni e nelle priorità valoriali tra i modelli, nonché un forte impatto delle strutture di interazione sincrona e sequenziale sui loro esiti.
Il paper propone un plugin leggero e senza addestramento, basato sull'identificazione e ridimensionamento condizionale delle classi di testine di attenzione, per riallocare dinamicamente le risorse tra percezione e ragionamento negli modelli di ragionamento multimodale, riducendo così le allucinazioni e migliorando la coerenza senza modificare l'architettura.
Questo lavoro propone un framework di apprendimento per rinforzo multi-obiettivo condizionato dalle preferenze che permette a un robot umanoide di bilanciare dinamicamente il tracciamento dei comandi di navigazione e la compliance alle forze esterne, garantendo sia stabilità che interazione sicura in ambienti reali.
Il paper presenta DropVLA, un attacco backdoor a livello di azione per i modelli Vision-Language-Action che, mediante un'iniezione mirata di dati di addestramento, forza l'esecuzione di primitive fisiche specifiche in punti decisionali scelti dall'attaccante mantenendo inalterate le prestazioni nominali del compito.
Questo lavoro presenta un modello del mondo basato sulla visione egocentrica e un controllo predittivo del modello (MPC) addestrati su dati offline senza dimostrazioni, che permettono a un umanoide fisico di pianificare in tempo reale interazioni fisiche complesse in ambienti non strutturati con maggiore efficienza rispetto ai metodi di apprendimento per rinforzo tradizionali.
Questo studio ha dimostrato che l'approccio basato sull'effetto protègè, che prevede l'insegnamento di soluzioni allo stress digitale ad altri, non è risultato efficace nel ridurre lo stress digitale o migliorare la gestione dei social media rispetto ai gruppi di controllo, evidenziando la difficoltà di tradurre l'impegno cognitivo in un cambiamento comportamentale duraturo.
Questa revisione sistematica esamina l'applicazione dei modelli generativi profondi non supervisionati per il rilevamento di anomalie nelle neuroimmagini, evidenziando il loro potenziale per la localizzazione di patologie senza annotazioni voxel-level, pur sottolineando le sfide legate all'eterogeneità metodologica e alla validazione esterna.