8464 articoli
Il paper presenta FoldNet, un framework che genera un dataset sintetico di indumenti basato su keypoints e texture realistiche, addestrando una politica di piegatura a ciclo chiuso tramite apprendimento per imitazione e il metodo KG-DAgger per migliorare la robustezza, ottenendo un tasso di successo del 75% nel mondo reale.
Il paper presenta Diffusion-SAFE, un framework a ciclo chiuso basato su modelli di diffusione che garantisce una transizione sicura e fluida dal controllo umano a quello automatico durante la guida condivisa, anticipando i rischi e regolando dinamicamente il trasferimento di autorità senza ricorrere a funzioni di punteggio manuali.
Il paper presenta MTVCraft, un framework innovativo che supera i limiti delle tecniche tradizionali basate su immagini 2D tokenizzando direttamente le sequenze di movimento 3D (4D) per abilitare un'animazione di personaggi arbitrari più robusta, flessibile e generalizzabile in scenari aperti.
Lo studio dimostra che, sebbene l'uso di contenuti generati dall'IA migliori la qualità del lavoro, il carico cognitivo estraneo, in particolare quello derivante da cambi di compito iniziatì dal modello, riduce significativamente le prestazioni, con effetti negativi più marcati per i professionisti meno esperti.
Questo studio presenta e valuta gli algoritmi AQPF e AQOPF, che riformulano i flussi di potenza e il flusso di potenza ottimale come problemi di ottimizzazione combinatoria risolvibili su macchine di Ising quantistiche e digitali, dimostrando la loro fattibilità e scalabilità su sistemi di test fino a 1354 bus.
Questo lavoro propone una nuova rappresentazione degli ambienti proteici locali basata sulle caratteristiche intermedie di modelli fondazionali atomistici, dimostrando che tale embedding cattura efficacemente sia la struttura che le proprietà chimiche e permette di costruire predittori di spostamento chimico NMR all'avanguardia.
Questo lavoro introduce un metodo non supervisionato per scoprire tassonomie di fallimenti da log di deployment robotici, utilizzando il ragionamento visione-linguaggio e il clustering per identificare modalità di errore semanticamente coerenti e azionabili che migliorano la raccolta dati e il monitoraggio in tempo reale.
Questo articolo presenta un nuovo framework di allocazione dei compiti per robot multitasking che, a differenza dei metodi esistenti, integra i vincoli fisici del multitasking attraverso una compilazione in MAX-SAT e un'euristica greedy, dimostrando miglioramenti nell'efficienza sia in simulazione che in esperimenti fisici.
Il paper presenta ContextMatters, un framework che combina modelli linguistici e pianificazione classica per adattare dinamicamente gli obiettivi agli ambienti 3D reali, migliorando significativamente il tasso di successo degli agenti embodied rispetto alle soluzioni esistenti.
Questo studio presenta un framework di deep learning basato su una GAN con penalità di varianza che trasforma immagini istologiche H&E in immagini IHC ad alta fedeltà per la valutazione precisa dell'HER2 nel cancro al seno, superando le prestazioni dei modelli esistenti e offrendo un'alternativa economica e scalabile alla diagnostica tradizionale.
Il paper presenta LINO UniPS, un approccio unificato per la fotometria stereoscopica universale che, grazie a token di registrazione luminosa, blocchi di attenzione intercalati e un'architettura basata su wavelet, garantisce il disaccoppiamento tra illuminazione e normali preservando i dettagli geometrici ad alta frequenza, ottenendo risultati all'avanguardia su benchmark pubblici e generalizzando meglio ai materiali reali.
Questo articolo propone un nuovo framework a cascata guidato da modelli visione-linguaggio che utilizza le loro caratteristiche come prompt espliciti per il Segment Anything Model al fine di migliorare la segmentazione e, sfruttando l'output come prior spaziale morbida, la classificazione degli oggetti mimetizzati in scenari a vocabolario aperto, superando così le limitazioni delle metodologie precedenti.
Il paper presenta WaLi, un attacco che dimostra come i sensori di pressione negli impianti HVAC possano essere sfruttati per ricostruire e intercettare discorsi umani intelligibili, superando le limitazioni dei lavori precedenti e proponendo al contempo soluzioni difensive.
Il paper presenta SUBARU, un approccio pratico che riduce il consumo energetico degli auricolari intelligenti del 3,31 volte sfruttando la sottocampionatura e la bassa risoluzione dei convertitori analogico-digitali, pur garantendo un'efficace enhancement del parlato in tempo reale tramite un innovativo metodo di upsampling.
Questo articolo presenta VTOPA, un algoritmo di posizionamento autonomo per UAV che utilizza la visione artificiale per mappare ostacoli e utenti, ottimizzando dinamicamente la posizione dei droni per massimizzare la connettività in linea di vista e le prestazioni di rete in ambienti urbani complessi.
Il paper presenta LD-RPS, un metodo zero-shot e unificato per il ripristino delle immagini che utilizza il campionamento ricorsivo del posteriore su un modello di diffusione latente pre-addestrato, integrato con un modello di comprensione multimodale per fornire priori semantici e un modulo leggero per l'allineamento, superando così i limiti dei metodi esistenti senza richiedere dataset di addestramento.
Il paper propone QAA, un metodo di aggregazione adattiva basato su query che migliora la generalizzazione del Riconoscimento Visivo dei Luoghi (VPR) attraverso l'addestramento congiunto su più dataset, superando i limiti dei modelli attuali senza aumentare significativamente la complessità computazionale.
Il paper presenta hPGA-DP, una nuova politica di diffusione ibrida che integra l'Algebra Geometrica Proiettiva (PGA) nell'architettura di rete per migliorare l'efficienza dell'apprendimento e le prestazioni nella manipolazione robotica riducendo la ridondanza nel riapprendimento dei concetti spaziali fondamentali.
Il paper propone MCULoRA, un nuovo framework basato su un adattamento a basso rango decoupled e dinamico che risolve i conflitti di gradiente nell'addestramento di modelli per il riconoscimento delle emozioni con modalità incomplete, ottenendo prestazioni superiori rispetto agli approcci esistenti.
Il paper presenta Mamba Snake, un nuovo framework di deep snake basato sulla modellazione degli spazi di stato che risolve le sfide dell'segmentazione medica unificata modellando le relazioni topologiche inter-organo e affinando i contorni microscopici, ottenendo prestazioni superiori rispetto agli stati dell'arte su cinque dataset clinici.