3462 articoli
Questo articolo propone un framework di controllo a elevato scorrimento per veicoli automatizzati che, sfruttando operazioni a vuoto e una strategia di controllo vincolato, attiva la regione di attrito massimo per stimare con precisione e sicurezza il coefficiente di attrito pneumatico-strada, superando i limiti dei dati di guida naturale.
Questo articolo propone un nuovo quadro di pianificazione del movimento a rischio limitato che integra un operatore di Koopman stocastico profondo, una verifica gerarchica basata su programmazione SOS e un controllore MPPI per generare traiettorie sicure ed efficienti per manipolatori robotici in ambienti incerti e non convessi, validato sia in simulazione che in esperimenti reali.
Il paper presenta OmniEdit, un framework senza addestramento che risolve la sincronizzazione labiale e l'editing audio-visivo sostituendo la sequenza di modifica in FlowEdit con la sequenza target per ottenere stime non distorte e traiettorie di editing stabili.
Questo paper propone un nuovo framework per la generazione di video fisicamente plausibili che, scomponendo i fenomeni in catene di eventi causalmente collegati tramite ragionamento guidato da leggi fisiche e prompt multimodali adattivi, supera i limiti degli approcci attuali nel modellare la progressione causale dinamica.
Questo studio valuta l'efficacia di modelli linguistici avanzati nella generazione automatica di diagrammi di classe UML a partire da requisiti testuali, proponendo un framework di validazione duale che combina valutazioni umane e automatizzate per dimostrare la loro affidabilità sia come assistenti di modellazione che come giudici nei flussi di lavoro di ingegneria dei requisiti.
Il paper propone MedKCO, un metodo di pre-addestramento visione-linguaggio medico che supera i limiti degli approcci attuali orchestrando cognitivamente l'apprendimento attraverso un curriculum a due livelli e una perdita contrastiva asimmetrica auto-addestrante, ottenendo risultati significativamente superiori su diverse attività downstream.
Il paper propone un framework di fattorizzazione del movimento che, senza richiedere addestramento, scompone la generazione video composita in tre categorie (staticità, movimento rigido e non rigido) attraverso una fase di pianificazione strutturata e una generazione disaccoppiata, migliorando la sintesi di motion su modelli di diffusione esistenti.
Il paper propone PRLF, un framework di apprendimento rappresentazionale progressivo che affronta l'analisi del sentiment multimodale con modalità mancanti utilizzando un stimatore di affidabilità adattivo e un modulo di interazione progressiva per allineare dinamicamente le modalità e migliorare la robustezza.
Il paper presenta Nezha, un archivio distribuito chiave-valore che risolve le sovrapposizioni di I/O tra il protocollo di consenso Raft e i motori di storage integrando la separazione chiave-valore e una raccolta spazzatura a livelli, ottenendo così significativi miglioramenti nelle prestazioni di throughput mantenendo la coerenza forte.
Questo studio evidenzia come la ricerca inversa di immagini di Google, utilizzata per la verifica delle notizie, funzioni come un gatekeeper algoritmico che spesso fallisce nel promuovere contenuti di smentita a causa della prevalenza di informazioni irrilevanti e della presenza di "vuoti di dati" all'insorgenza di disinformazione visiva.
Il paper introduce AgenticCyOps, un quadro di sicurezza architetturale che protegge l'integrazione di sistemi multi-agente basati su LLM nelle operazioni informatiche aziendali definendo confini di fiducia e cinque principi difensivi per mitigare le superfici di attacco legate all'orchestrazione degli strumenti e alla gestione della memoria.
Questo studio presenta il primo framework automatizzato basato su trasformatori (SegFormer) per la segmentazione multi-regione di immagini HR-pQCT, dimostrando che l'estrazione di caratteristiche radiomiche dai tessuti molli, piuttosto che dalle sole strutture ossee, migliora significativamente l'accuratezza nella classificazione dell'osteoporosi.
Il paper propone EQ-VMamba, la prima architettura visiva Mamba con equivarianza alla rotazione che integra strategie di scansione incrociata e blocchi di gruppo per garantire robustezza geometrica e migliorare le prestazioni con il 50% di parametri in meno rispetto ai modelli esistenti.
Il documento propone un sistema di Intelligenza Artificiale Agente come strato di controllo per le reti 6G che gestisce l'apprendimento federato trasformando gli obiettivi di alto livello in azioni adattive, ottimizzando la selezione dei client, l'allocazione delle risorse e la pianificazione in base alle condizioni di rete e alle capacità dei dispositivi.
Questo articolo presenta un algoritmo di approssimazione polinomiale (PTAS) per il problema del 2-matching pesato senza triangoli, basato su una semplice ricerca locale e un'analisi non banale, risolvendo un problema per cui esisteva solo un'approssimazione 2/3.
Questo articolo presenta un'architettura di controllo computazionalmente efficiente e adattiva per robot multiarticolati con 6 o più zampe, progettata per navigare terreni accidentati combinando il controllo basato su eventi e i generatori di pattern centrali (CPG) attraverso segmenti identici che si adattano dinamicamente al contatto con il suolo.
Il paper propone VNOIP, un metodo innovativo basato su equazioni differenziali ordinarie neurali variazionali con meccanismi di attenzione e distillazione della conoscenza, che supera i limiti degli approcci esistenti modellando esplicitamente la dinamica temporale continua delle tendenze di popolarità per prevedere con maggiore accuratezza l'evoluzione delle informazioni nelle reti sociali.
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.