3447 articoli
DSFlash è un modello a bassa latenza per la generazione di grafi di scena panottici che, pur garantendo prestazioni all'avanguardia e una ricca informazione contestuale, raggiunge un'elaborazione in tempo reale di 56 fps ed è addestrabile con risorse computazionali limitate, rendendolo ideale per dispositivi edge e ricercatori con budget ridotti.
Questo articolo presenta la quantizzazione K-Means a soppressione dei bordi (BS-KMQ), un nuovo metodo di quantizzazione non lineare che riduce i requisiti di risoluzione degli ADC e migliora l'efficienza energetica e le prestazioni nei sistemi di calcolo in memoria, ottenendo significativi guadagni di velocità ed energia rispetto alle tecniche esistenti.
Il lavoro presenta P-GSVC, un nuovo framework di splatting gaussiano 2D progressivo e stratificato che offre una soluzione unificata per la rappresentazione scalabile di immagini e video, ottenendo miglioramenti significativi nella qualità della ricostruzione grazie a una strategia di addestramento congiunto delle layer.
Il paper presenta CD-Raft, un protocollo Raft ottimizzato per ridurre la latenza del consenso nei siti cross-dominio attraverso la minimizzazione del RTT e il posizionamento strategico del leader, garantendo la coerenza forte e dimostrando sperimentalmente una significativa riduzione della latenza rispetto all'implementazione classica.
Il paper presenta FP-Predictor, un modello basato su Graph Convolutional Network che utilizza i Code Property Graphs per prevedere con alta accuratezza i falsi positivi negli report di analisi statica della sicurezza, dimostrando una forte capacità di ragionamento orientato alla sicurezza pur presentando limitazioni nella rappresentazione del flusso di controllo interprocedurale.
Il paper introduce PET-F2I-41K, un ampio benchmark basato su 41.000 report reali, e PET-F2I-7B, un modello efficiente ottimizzato per la generazione di impressioni diagnostiche da immagini PET/CT, dimostrando che il fine-tuning specifico supera le prestazioni dei modelli generici e medici in zero-shot grazie a metriche cliniche innovative.
Il paper presenta TacLoc, un nuovo framework per la localizzazione tattile che formula il problema come registrazione di nuvole di punti one-shot, utilizzando un metodo basato su grafi e senza richiedere dati renderizzati o modelli pre-addestrati per ottenere una stima della posa precisa ed efficiente.
Il paper presenta UniStitch, un framework innovativo che unifica le caratteristiche geometriche tradizionali e quelle semantiche apprese tramite reti neurali, utilizzando un Neural Point Transformer e un Adaptive Mixture of Experts per superare le limitazioni dei metodi esistenti e ottenere prestazioni superiori nella creazione di panorami.
Questo lavoro propone un'architettura di controllo stratificata e basata su certificati per POMDP critici per la sicurezza, che disaccoppia la ricerca dell'obiettivo, la raccolta di informazioni e la sicurezza in componenti modulari utilizzando funzioni di Lyapunov e barriera nello spazio delle credenze per garantire prestazioni in tempo reale e garanzie probabilistiche di sicurezza.
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.