8160 articoli
Questo studio presenta un array di vibrisse attivate magneticamente e basato sulla visione che, integrando sensori tattili ad alta risoluzione, ha dimostrato un'elevata accuratezza nel riconoscimento degli oggetti (99,17%) e nell'afferrare delicati manufatti (87% di successo con otto vibrisse).
Questo lavoro di ricerca offre una panoramica completa e strutturata delle tecniche, dei dataset e delle prospettive future per migliorare la generalizzabilità del rilevamento tramite Wi-Fi, affrontando le sfide legate ai cambiamenti di dominio attraverso un'analisi di oltre 200 pubblicazioni e l'introduzione di una nuova piattaforma per la condivisione dei dati.
Il paper presenta RS-STE, un nuovo approccio che integra in modo sinergico il riconoscimento e l'editing del testo in scene reali all'interno di un unico framework basato su transformer, ottenendo prestazioni all'avanguardia su dati sintetici e reali grazie a una strategia di addestramento auto-supervisionato ciclico.
Il paper presenta NeurCC, un nuovo algoritmo di controllo della concorrenza basato sull'apprendimento automatico che, superando i limiti degli approcci tradizionali, ottimizza rapidamente le prestazioni su carichi di lavoro dinamici e diversificati tramite una funzione appresa e implementata come tabella di ricerca all'interno del database.
Questo articolo offre una revisione sistematica degli avanzamenti nel telerilevamento LiDAR attraverso una prospettiva unificata di apprendimento con supervisione debole, affrontando le sfide specifiche dei dati LiDAR e delineando direzioni future che integrano modelli fondazionali per ridurre i costi di etichettatura e migliorare la generalizzazione.
Questo articolo estende l'equivalenza tra categorie di azione destre e categorie arricchite con copotermini a basi monoidali non chiuse e non simmetriche, fornendo la fondazione semantica necessaria per supportare processi di ordine superiore nel linguaggio concorrente CaMPL.
Il paper presenta MVTec AD 2, un nuovo dataset ad alta risoluzione con oltre 8000 immagini che introduce scenari industriali complessi e non considerati in precedenza per superare la saturazione delle prestazioni sui benchmark esistenti e valutare la robustezza dei metodi di rilevamento delle anomalie in condizioni reali.
Questo articolo presenta un nuovo framework semi-supervisionato per la segmentazione di immagini biomediche che combina modelli di diffusione e co-training teacher-student per generare e raffinare pseudo-etichette, superando le tecniche attuali in scenari con dati annotati limitati.
Il paper introduce BR-Gen, un nuovo dataset su larga scala di immagini manipolate localmente, e NFA-ViT, un modello Transformer che amplifica le tracce di falsificazione per migliorare la rilevazione di alterazioni AI in contesti complessi.
Il paper presenta SPDL, una libreria open-source e agnostica rispetto al framework che risolve i colli di bottiglia nel caricamento dei dati per l'IA rilasciando il GIL di Python, ottenendo così un'elaborazione fino al 74% più veloce rispetto a PyTorch DataLoader e un ulteriore guadagno di prestazioni con Python 3.13t a thread liberi.
Il paper introduce iTuP, un approccio che seleziona le prese robotiche per l'uso di strumenti minimizzando le coppie indotte dall'interazione dinamica, migliorando significativamente la stabilità e il successo delle operazioni reali rispetto ai metodi basati solo sulla percezione.
Il paper introduce M4-SAR, un nuovo dataset su larga scala e un benchmark standardizzato per la rilevazione di oggetti tramite fusione ottica-SAR, accompagnati dal framework E2E-OSDet che dimostra come l'integrazione di queste due modalità migliori significativamente l'accuratezza della rilevazione rispetto all'uso di singoli sensori.
Il paper presenta MARRS, un nuovo framework che utilizza rappresentazioni continue e un'architettura basata su VAE, fusione condizionata e modulazione adattiva per generare sintesi di reazioni umane coordinate e dettagliate, superando i limiti dei metodi autoregressivi con quantizzazione vettoriale.
Il paper introduce EasyText, un framework basato su Diffusion Transformer che, grazie a nuove tecniche di codifica posizionale e a un vasto dataset multilingue, permette la generazione controllata e precisa di testo in diverse lingue.
Questo studio presenta una valutazione empirica su larga scala che dimostra come i modelli linguistici di grandi dimensioni (LLM), in particolare GPT-4o ottimizzato, superino i modelli linguistici pre-addestrati (PLM) nel rilevamento delle vulnerabilità software multilingue a livello di funzione e di riga, offrendo prestazioni superiori nella identificazione delle minacce più critiche.
Il paper presenta SpikeSMOKE, un'architettura di reti neurali spiking per il rilevamento 3D di oggetti da singola immagine che, grazie a un innovativo meccanismo di codifica a gate multi-scala (CSGC) e a blocchi residui leggeri, migliora significativamente le prestazioni rispetto ai modelli esistenti riducendo al contempo il consumo energetico e la complessità computazionale.
Questo lavoro presenta le prime approssimazioni logaritmiche per problemi di dominazione totale e parziale tolleranti ai guasti, introducendo un nuovo framework di approssimazione che estende le funzioni non submodulari dai valori interi a quelli frazionari.
Questo lavoro presenta un vasto dataset longitudinale di oltre 75 milioni di commenti e 400 milioni di voti provenienti dal forum del quotidiano austriaco DerStandard tra il 2013 e il 2022, progettato per facilitare l'analisi delle dinamiche di discussione e della struttura semantica in lingua tedesca garantendo al contempo la privacy degli utenti attraverso l'anonymizzazione e la condivisione di rappresentazioni vettoriali anziché dei testi grezzi.
Il documento presenta PyPitfall, un'analisi quantitativa dell'ecosistema PyPI che rivela la vasta diffusione di dipendenze vulnerabili in centinaia di migliaia di pacchetti Python, evidenziando i rischi per la sicurezza della catena di approvvigionamento software.
Il paper introduce FieldLVLM, un nuovo framework che migliora la comprensione dei dati di campo scientifici da parte dei Large Vision-Language Models attraverso una strategia di generazione linguistica consapevole del campo e un adattamento multimodale con compressione dei dati, ottenendo risultati superiori su benchmark specifici.