8464 articoli
Il paper introduce Snapmoji, un sistema che genera istantaneamente avatar 3D animabili e personalizzabili su dispositivi mobili a 30-40 FPS, trasformando un selfie in uno stile principale tramite l'adattamento del dominio Gaussiano (GDA) e applicando successivamente uno stile secondario pur preservando l'identità dell'utente.
Il paper presenta iProg, uno strumento di programmazione induttiva strutturata interattiva che, sfruttando un protocollo di comunicazione bidirezionale tra umani e modelli linguistici per decomporre i compiti in diagrammi di flusso dati e generare codice verificato, permette di costruire sistemi di analisi dati scientifici con qualità superiore e tempi di sviluppo drasticamente ridotti rispetto alle alternative No Code.
Il paper presenta SceneEval, un nuovo framework di valutazione e un benchmark di 500 campioni (SceneEval-500) progettati per misurare in modo completo e interpretabile la coerenza semantica e il rispetto delle specifiche testuali nella sintesi di scene 3D interne, evidenziando le lacune attuali nei metodi di generazione esistenti.
Questo paper propone un nuovo approccio per l'apprendimento compatibile con il passato che, rilassando i vincoli di allineamento tramite perturbazioni sui prototipi delle vecchie caratteristiche, preserva la capacità discriminatoria del nuovo modello senza richiedere il costoso ricalcolo delle embedding.
Il documento propone un'architettura di ripetitori a fiducia zero per le reti QKD che utilizza la crittografia omomorfica per eseguire la riconversione delle chiavi senza esporle in chiaro, superando così le vulnerabilità dei nodi intermedi tradizionali e migliorando la scalabilità e la sicurezza delle infrastrutture di comunicazione quantistica.
Questo lavoro propone un metodo unificato per la ricostruzione robusta di due mani da immagini monoculare, che combina un codificatore di fusione per allineare eterogenee priorità 2D da modelli fondazionali con un modello di diffusione privo di penetrazione per garantire interazioni 3D fisicamente plausibili e coerenti.
Il progetto MediTools sfrutta i modelli linguistici di grandi dimensioni per rivoluzionare l'educazione medica attraverso un'applicazione interattiva che include simulazioni di casi clinici, strumenti di analisi della letteratura scientifica e aggiornamenti sulle notizie mediche, validati da un sondaggio tra professionisti e studenti del settore.
Questo articolo propone una tassonomia e linee guida per i protocolli di controllo dell'accesso al mezzo (MAC) nei sistemi 6G basati sull'intelligenza artificiale, focalizzandosi sulla coesistenza e l'integrazione delle comunicazioni di tipo "push" e "pull" all'interno delle reti O-RAN.
Il paper propone un modello di completamento istanza basato su nuvole di punti che integra vincoli di scena tramite un meccanismo di cross-attention per gestire oggetti a scale e pose arbitrarie, accompagnato dalla creazione del nuovo dataset ScanWCF per valutare il completamento in ambienti interni.
Il documento presenta LEL, un innovativo framework di apprendimento ensemble vincolato dalla continuità di Lipschitz che migliora stabilità, accuratezza e robustezza nel riconoscimento delle emozioni basato su segnali EEG intra-soggetto, ottenendo risultati superiori su tre dataset pubblici.
Il paper presenta GeoNav, un agente multimodale che potenzia i MLLM con una capacità di ragionamento geospaziale a doppia scala, combinando mappe cognitive globali e grafi di scena locali per migliorare significativamente la navigazione aerea verso obiettivi basati su istruzioni testuali in ambienti urbani complessi.
Il paper propone un framework di comunicazione orientato al compito, basato sull'encoder O-VIB ispirato alla cognizione spaziale mammifera, che permette una localizzazione visiva ad alta precisione in ambienti urbani privi di GPS tramite la compressione efficiente delle caratteristiche multi-vista ai margini della rete.
Questo studio confronta diversi algoritmi per l'ottimizzazione della posa di base dei robot industriali, dimostrando che la discesa del gradiente stocastica offre il miglior tasso di successo mentre gli algoritmi genetici raggiungono i costi finali più bassi, riducendo complessivamente i tempi di ciclo.
Il paper propone SFIBA, un attacco backdoor invisibile basato su regioni spaziali specifiche e tecniche di dominio frequenziale che garantisce l'efficacia multi-target, l'impercettibilità visiva e la capacità di eludere le difese esistenti in scenari black-box.
Questo lavoro presenta il primo approccio olistico che ottimizza congiuntamente la composizione, il posizionamento della base e la traiettoria dei robot modulari per minimizzare il tempo di ciclo, ottenendo miglioramenti significativi nelle prestazioni rispetto ai metodi tradizionali e validando con successo la soluzione in scenari reali.
Questo studio propone un approccio di routing coordinato che utilizza veicoli connessi e automatizzati (CAV) nelle corsie riservate agli autobus, sfruttando dati in tempo reale per ottimizzare la puntualità del servizio di trasporto pubblico e l'efficienza di viaggio dei CAV in ambienti a traffico misto.
Uno studio randomizzato su 94 counselor novizi dimostra che l'addestramento basato su simulazioni con LLM, se combinato con feedback strutturato, migliora significativamente le competenze micro-terapeutiche e l'empatia rispetto alla sola pratica, prevenendo il declino delle abilità osservato nel gruppo di controllo.
Il paper presenta DeepSparse, il primo modello fondazionale per la ricostruzione CBCT a viste sparse, che combina l'architettura DiCE e la strategia di pre-addestramento HyViP per ottenere immagini di alta qualità riducendo l'esposizione alle radiazioni e migliorando la generalizzabilità rispetto ai metodi esistenti.
Il paper presenta HEXGEN-FLOW, un framework che ottimizza la pianificazione delle richieste di inferenza per flussi di lavoro Text-to-SQL basati su agenti LLM su cluster GPU eterogenei, riducendo significativamente la latenza e aumentando il throughput rispetto alle soluzioni esistenti.
Il paper introduce M³CAD, un benchmark completo e multimodale progettato per avanzare la ricerca sulla guida autonoma cooperativa generica, fornendo un vasto dataset, valutazioni di baseline e un nuovo approccio di fusione multi-livello che bilancia efficienza comunicativa e accuratezza percettiva.