8097 articoli
Il paper propone R4-CGQA, un framework basato sul recupero di informazioni che potenzia i modelli Vision Language Model per la valutazione della qualità delle immagini di computer grafica, affrontando la carenza di dataset descrittivi e migliorando la capacità di fornire spiegazioni testuali accurate attraverso l'analisi di sei dimensioni percettive chiave.
Il paper presenta LIDA, un framework model-agnostic che affronta l'attribuzione delle immagini generate dall'AI formulandola come problema di recupero di istanze e ottenendo prestazioni all'avanguardia in scenari zero-shot e few-shot.
Il paper presenta Marigold-SSD, un framework di completamento della profondità in zero-shot che utilizza un processo di diffusione a singolo passo per ottenere un'inferenza rapida ed efficiente, spostando il carico computazionale dal tempo di test al fine-tuning e garantendo prestazioni robuste su diversi benchmark senza necessità di ottimizzazione durante l'inferenza.
Questo articolo presenta un framework ASR multi-parlante basato su un solo encoder che distilla le conoscenze semantiche di un modello linguistico grande (LLM) per migliorare il riconoscimento in presenza di sovrapposizioni, mantenendo un'efficienza computazionale superiore e introducendo un meccanismo di routing dinamico basato sul numero di parlanti.
Questo studio presenta un confronto riproducibile tra gli interpolanti di Clough-Tocher e le funzioni di base radiale multiquadriche, dimostrando che, sebbene l'interpolazione esatta su dati rumorosi porti a un sovradattamento, l'approccio cubico risulta più stabile e permette di recuperare comportamenti di processo fisicamente significativi da misurazioni termodinamiche apparentemente inconsistenti.
Il paper propone un nuovo metodo chiamato Latent Transition Discrepancy (LTD) che rileva le immagini sintetiche analizzando le differenze di coerenza strutturale tra i livelli delle reti neurali, ottenendo prestazioni di rilevamento superiori e una maggiore generalizzabilità rispetto agli approcci esistenti.
Il paper presenta HyPER-GAN, un metodo leggero di traduzione immagine-immagine basato su U-Net che, grazie a una strategia di addestramento ibrida, migliora il realismo fotorealistico e la coerenza semantica dei dati sintetici consentendo un'inferenza in tempo reale.
Il paper presenta TopGen, un framework di apprendimento automatico che genera mesh quadrate di alta qualità prevedendo simultaneamente layout strutturali e campi trasversali per superare le limitazioni dei metodi tradizionali, supportato dal nuovo dataset TopGen-220K.
Il paper presenta un nuovo metodo di protezione del software per il controllo industriale che lega il programma all'hardware tramite Funzioni Fisicamente Inimitabili (PUF) e utilizza l'esecuzione simbolica per garantire la sicurezza e la preservazione delle proprietà di sicurezza in caso di esecuzione su macchine non autorizzate o di malfunzionamenti.
Il paper presenta Touch G.O.G., un sistema innovativo che utilizza un singolo braccio robotico dotato di un gripper tattile basato su visione e modelli di intelligenza artificiale per manipolare con successo tessuti deformabili, superando le limitazioni dei sistemi tradizionali a due bracci.
Il paper presenta AdaClearGrasp, un framework di decisione ed esecuzione in ciclo chiuso che combina modelli visione-linguaggio e apprendimento per rinforzo per abilitare la presa dattilica zero-shot in ambienti densamente affollati, decidendo adattivamente se sgomberare gli ostacoli o afferrare direttamente l'oggetto.
Questo articolo presenta una sintesi strutturata della prima edizione del track QuantumX, tenutosi presso le JISBD 2025, che ha riunito i principali gruppi di ricerca spagnoli per consolidare l'Ingegneria del Software Quantistico come disciplina emergente, definire sfide comuni e posizionare la Spagna come attore chiave nell'ecosistema quantistico europeo e globale.
Il paper presenta ExBI, un sistema innovativo basato su un modello di ipergrafi che supera i limiti dei sistemi di Business Intelligence tradizionali consentendo l'evoluzione dinamica dello schema e il riutilizzo delle viste, ottenendo accelerazioni significative (fino a 230 volte) rispetto a database esistenti come Neo4j e MySQL mantenendo un'accuratezza analitica elevata.
Questo articolo propone un metodo innovativo per emulare la moltiplicazione di matrici in doppia precisione (FP64) utilizzando unità di calcolo FP8 attraverso una tecnica adattata dello schema Ozaki-II, superando i limiti delle implementazioni precedenti e riducendo il numero di operazioni necessarie rispetto allo schema Ozaki-I.
Il paper presenta Q-StaR, un nuovo schema di routing quasi-statico per le reti su chip che, combinando l'analisi a lungo termine della distribuzione del traffico con la selezione dinamica dei percorsi, migliora significativamente il bilanciamento del carico e le prestazioni rispetto ai metodi statici tradizionali mantenendo al contempo semplicità e prevedibilità.
Il paper presenta Splat2Real, un metodo che utilizza l'addestramento per imitazione con 3D Gaussian Splatting e una strategia di selezione delle viste chiamata CN-Coverage per migliorare la robustezza delle percezioni 3D monoculare in scenari di intelligenza fisica soggetti a cambiamenti di punto di vista.
Questo articolo presenta algoritmi di calcolo massivamente parallelo (MPC) scalabili che, operando in un regime di memoria fortemente sublineare, orientano gli archi e colorano i vertici di un grafo in round in base alla densità del sottografo più denso, superando così il limite di complessità di delle soluzioni precedenti.
Il paper propone un framework agentic basato su modelli linguistici e agenti AI che trasforma il ciclo di vita della reportistica ESG da un processo statico a un sistema dinamico e adattivo, integrando automazione e feedback continuo per identificazione, misurazione, reporting e miglioramento delle performance di sostenibilità.
Il paper presenta SLiM, un nuovo framework unificato per l'apprendimento di rappresentazioni scheletriche che elimina il decoder nei modelli mascherati, integrandoli con l'apprendimento contrastivo per ottenere prestazioni all'avanguardia con un costo computazionale di inferenza ridotto di 7,89 volte rispetto ai metodi MAE esistenti.
Questo lavoro presenta un'analisi sistematica delle scelte progettuali per gli embedding nei flussi di lavoro di osservazione della Terra basati su modelli fondazionali geospaziali, dimostrando come rappresentazioni intermedie compatte e ottimizzate possano sostituire i dati grezzi mantenendo alte prestazioni su diverse attività.