6416 articoli
Il paper presenta Video2Layout, un framework che supera i limiti delle mappe cognitive a griglia ricostruendo layout spaziali metrici basati su coordinate continue dei bordi degli oggetti, migliorando significativamente il ragionamento spaziale nei modelli multimodali.
Il paper presenta MOMNet, una rete innovativa per la super-risoluzione della profondità che supera i limiti delle allineamenti RGB-D imperfetti attraverso un meccanismo di corrispondenza multi-ordine e un'aggregazione adattiva, ottenendo prestazioni all'avanguardia in scenari reali.
Il paper presenta DualMindVLM, un modello di linguaggio visivo che implementa un meccanismo di pensiero duale adattivo, imitando la capacità umana di alternare risposte intuitive rapide a ragionamenti deliberati lenti in base alla complessità del compito, ottenendo così prestazioni di ragionamento all'avanguardia con un'efficienza dei token significativamente superiore rispetto ai modelli esistenti.
Il paper propone il Radiative-Structured Neural Operator (RSNO), un approccio che integra principi fisici e operatori neurali per ricostruire immagini iperspettrali continue da osservazioni multispettrali, garantendo coerenza fisica e riducendo le distorsioni cromatiche attraverso fasi di upsampling, ricostruzione e raffinamento.
Il paper presenta UnfoldLDM, un nuovo approccio per il ripristino cieco delle immagini che integra le reti di deep unfolding con un modello di diffusione latente, superando le limitazioni delle metodologie esistenti grazie a un modulo di stima della degradazione e a un meccanismo di correzione per i dettagli ad alta frequenza.
Questo studio analizza come gli utenti di Reddit negoziano collettivamente le preoccupazioni sulla privacy di ChatGPT tra il 2022 e il 2025, identificando attraverso un'analisi tematica e BERTopic pratiche discorsive come la segnalazione dei rischi e l'adozione di alternative che preservano la privacy.
Questo lavoro presenta un sistema di tracciamento GNSS basato su droni multipli che integra rilevamento visivo, allineamento degli ID e un filtro di Kalman esteso per garantire un tracciamento stabile e accurato dei robot marini in superficie e in prossimità della superficie.
Il paper presenta Yo'City, un innovativo framework agentic che utilizza modelli di grandi dimensioni per generare scene urbane 3D realistiche, personalizzabili e infinitamente espandibili attraverso una pianificazione gerarchica e un meccanismo di espansione guidato dall'utente, superando le prestazioni degli stati dell'arte esistenti.
Il paper propone DOPD, un'architettura di disaggregazione dinamica per l'inferenza LLM che ottimizza il rapporto tra istanze di prefill e decoding in base al carico in tempo reale, migliorando significativamente il goodput e riducendo i tempi di risposta rispetto alle soluzioni esistenti.
Questo lavoro introduce il primo studio sugli spanner tolleranti ai guasti negli ipergrafi, proponendo un algoritmo basato sul clustering che costruisce spanner ipergrafici con un numero di archi sublineare rispetto al numero di guasti e fornendo un limite inferiore teorico che evidenzia un divario da colmare per ottenere soluzioni ottimali.
Questo articolo presenta un framework multi-agente assistito da LLM che automatizza la progettazione e l'adattamento dei sistemi di controllo per la produzione roll-to-roll, garantendo sicurezza e riducendo l'intervento manuale attraverso identificazione del sistema, sintonizzazione automatica, adattamento sim-to-real e monitoraggio continuo.
Il paper propone RadDiff, un nuovo metodo di folding inverso delle proteine basato su un modello di diffusione denoising potenziato da un meccanismo di recupero che integra conoscenze aggiornate, ottenendo risultati superiori rispetto agli stati dell'arte in termini di recupero della sequenza e capacità di generare sequenze ripiegabili.
Questo articolo propone l'integrazione di un modello fondazionale causale pre-addestrato in un framework di manutenzione prescrittiva per simulare interventi e ottimizzare l'efficienza complessiva degli impianti (OEE), superando i limiti delle sole correlazioni statistiche per identificare le vere cause radice dei guasti.
Il paper presenta S2AM3D, un approccio innovativo per la segmentazione di parti in nuvole di punti 3D che combina conoscenze di segmentazione 2D con supervisione 3D coerente e un decoder sensibile alla scala per regolare la granularità, supportato da un nuovo dataset su larga scala che garantisce prestazioni leader e robustezza.
Questo paper presenta CAEC, un sistema basato sull'architettura Arm CCA che introduce la Memoria Condivisa Riservata (CSM) per abilitare una comunicazione sicura, verificabile e ad alte prestazioni tra macchine virtuali confidenziali, eliminando la necessità di costose cifrature tramite l'ipervisore.
Il paper introduce HiconAgent, un agente GUI che utilizza l'ottimizzazione della politica consapevole del contesto storico (HCPO) per migliorare l'efficienza e le prestazioni nei compiti di navigazione riducendo il carico computazionale attraverso il campionamento dinamico del contesto e la compressione della storia guidata da ancoraggi.
Il paper presenta MAViD, un nuovo framework multimodale basato su un'architettura "Conductor-Creator" che integra modelli autoregressivi e di diffusione per comprendere e generare interazioni dialogiche audio-visive coerenti, naturali e a lunga durata.
Questo studio rivela che nei modelli linguistici visivi profondi le informazioni dei token visivi si esauriscono oltre una certa "orizzonte informativo", rendendo la rimozione casuale dei token nelle fasi avanzate più efficace dei metodi di pruning esistenti e permettendo di ottenere risultati all'avanguardia riducendo del 50% i token visivi.
Lo studio dimostra che, nell'ambiente eterogeneo HeMAC, la semplice strategia di training IPPO generalizza efficacemente verso nuovi compagni di squadra, rendendo superflua la complessa Rotating Policy Training (RPT) progettata per migliorare tale adattabilità.
Questo lavoro introduce WildRoad, un nuovo dataset globale per strade off-road, e MaGRoad, un framework di estrazione basato su un ragionamento centrato sul percorso che supera i limiti dei metodi esistenti ottenendo prestazioni allo stato dell'arte e una maggiore efficienza.