8402 articoli
Il paper presenta RTFDNet, un'architettura encoder-decoder a tre rami che unifica fusione e disaccoppiamento tramite meccanismi di regolarizzazione innovativi per migliorare la robustezza della segmentazione semantica RGB-T in condizioni di illuminazione scarsa o con segnali sensoriali parzialmente mancanti.
Il paper introduce SPAN-Nav, un modello fondazionale end-to-end che potenzia la navigazione visione-linguaggio con una consapevolezza spaziale 3D universale, ottenendo prestazioni all'avanguardia grazie a un nuovo dataset massivo di annotazioni e a un meccanismo efficiente che utilizza un singolo token spaziale per guidare il ragionamento delle azioni.
Questo lavoro presenta un nuovo algoritmo di mining dei sottostringhe frequenti con garanzia di privacy differenziale che, mantenendo gli stessi errori ottimali della ricerca precedente, riduce drasticamente la complessità spaziale e temporale da a e grazie a una strategia di generazione dei candidati raffinata e a un'efficace potatura dello spazio di ricerca.
Questo lavoro generalizza l'algoritmo ottimale per la selezione delle partizioni sotto privacy differenziale al contesto della privacy differenziale di Rényi, proponendo un'estensione per utenti multi-partizione che migliora le prestazioni degli algoritmi esistenti e dimostrando una separazione numerica tra meccanismi di rumore additivi e non additivi.
Il paper propone PS-Mamba, un framework gerarchico di modelli a spazio di stato che supera le limitazioni dei modelli Mamba esistenti nel restauro delle immagini preservando la topologia spaziale e mitigando il decadimento delle informazioni a lunga distanza attraverso partizioni geometriche progressive e percorsi di shortcut simmetrici.
Il paper presenta SAGE, il primo modello linguistico grande multimodale end-to-end che elabora direttamente nuvole di punti grezze trattandole come un "linguaggio straniero" tramite un tokenizzatore 3D leggero e una strategia di ottimizzazione delle preferenze, superando i metodi basati su encoder pre-addestrati in termini di efficienza computazionale, allineamento semantico e robustezza.
Il paper presenta STONE, un dataset multi-modale su larga scala per la navigazione robotica off-road che offre mappe di traversabilità 3D generate automaticamente e dati sensoriali sincronizzati (LiDAR, telecamere e radar) per abilitare la previsione di terreni percorribili senza annotazione manuale.
Questo studio valuta l'efficacia pratica del tuning degli indici guidato dai LLM confrontandolo con il Database Tuning Advisor (DTA) di Microsoft, rivelando che, sebbene i LLM possano identificare configurazioni superiori in alcuni casi grazie a intuizioni umane, la loro adozione in produzione è attualmente limitata da una significativa variabilità delle prestazioni e da costi di validazione elevati.
Questo articolo presenta un framework innovativo per la pianificazione del movimento in gare autonome multi-agente ad alta velocità, che combina l'identificazione topologica dei varchi tramite processi gaussiani spaziotemporali e un MPC accelerato per garantire manovre di sorpasso robuste, sicure e computazionalmente efficienti.
ZipPIR è un protocollo PIR single-server ad alta velocità che elimina la necessità di archiviazione lato client comprimendo i ciphertext LWE in ciphertext Paillier più piccoli, raggiungendo prestazioni superiori a 2 GB/s e consentendo un'aggiornamento efficiente dei database dinamici senza interazione durante la fase offline.
Questo articolo propone un framework gerarchico basato sul ciclo OODA (Osserva-Orienta-Decidi-Agisci) distribuito su livelli cloud-edge-terminal e potenziato dalla virtualizzazione delle funzioni di rete, per migliorare l'adattabilità, l'efficienza e il processo decisionale cooperativo degli sciami di droni in ambienti incerti.
Il paper presenta WESPR, un framework rapido che integra percezione geometrica e dati meteorologici per prevedere i campi di vento locali e adattare proattivamente la pianificazione e il controllo dei droni, migliorando significativamente stabilità e precisione di volo in ambienti turbolenti.
Questo articolo propone un framework di apprendimento metrico basato su descrittori geometrici invarianti (angoli inter-articolari) derivati da punti chiave statici delle mani, che supera i limiti delle rappresentazioni coordinate tradizionali consentendo un trasferimento cross-linguistico efficace nel riconoscimento della lingua dei segni con pochi esempi.
Il paper introduce PIM-SHERPA, un metodo software che risolve le inconsistenze negli attributi e nel layout della memoria per abilitare un'efficiente inferenza di modelli linguistici di grandi dimensioni (LLM) su dispositivi edge tramite Processing-in-Memory (PIM), ottenendo risparmi significativi nella capacità di memoria senza compromettere le prestazioni.
Il paper presenta TubeMLLM, un modello fondazionale multimodale che integra conoscenze topologiche tramite prompt testuali e un'architettura condivisa per migliorare la percezione e la generazione coerente di anatomie vascolari, superando gli attuali limiti di consistenza topologica e dimostrando prestazioni all'avanguardia in compiti zero-shot su diverse modalità di imaging medico.
Questo articolo propone una nuova funzione di perdita per le reti neurali convoluzionali distribuite (DisCNN) che, mappando i campioni positivi in uno spazio compatto e quelli negativi nell'origine, estrae esclusivamente le caratteristiche della classe positiva, garantendo un'architettura leggera, un'eccellente generalizzazione su dati non visti e una rilevazione efficace degli oggetti in contesti complessi.
Il paper presenta UniField, un framework unificato per il potenziamento delle immagini MRI che sfrutta modelli fondazionali 3D e un meccanismo di rettifica spettrale consapevole del campo magnetico per superare i limiti di generalizzazione e scarsità dei dati, supportato dal rilascio di un nuovo dataset multi-campo su larga scala.
Il paper presenta TRIP-Bag, un sistema di teleoperazione portatile e pronto all'uso contenuto in una valigiera commerciale che permette la raccolta rapida di dati ad alta fedeltà per l'apprendimento robotico, colmando il divario tra le piattaforme di raccolta e i robot target senza richiedere competenze tecniche avanzate.
Il paper presenta Flash-KMeans, un'implementazione GPU ottimizzata che supera i colli di bottiglia di I/O e di contenzione delle versioni esistenti tramite le innovazioni FlashAssign e sort-inverse update, ottenendo speedup fino a 17,9 volte rispetto ai migliori baseline e fino a 200 volte rispetto alle librerie industriali come FAISS.
Il paper presenta HelixTrack, un metodo basato su eventi che traccia oggetti simili a eliche e ne stima il regime di rotazione (RPM) con latenza microsecondica, superando i limiti dei metodi basati su fotogrammi e introducendo il nuovo dataset TQE per validare le prestazioni in scenari di movimento ego e distrattori.