927 articoli
Questo articolo presenta un framework leggero e modulare che integra la SLAM densa monoculare (MASt3R-SLAM) con modelli vision-language (Gemma 3 e Qwen2.5-VL) per abilitare una navigazione semantica open-vocabulary robusta in ambienti indoor utilizzando solo input RGB, senza richiedere sensori di profondità o il fine-tuning dei modelli.
Questo articolo introduce XAI-Gate, un nuovo framework di governance agnostico rispetto al rilevatore che seleziona dinamicamente le azioni di spiegazione per bilanciare la qualità del servizio dei pacchetti, l'interpretabilità per l'operatore e l'esposizione delle informazioni sotto vincoli di risorse, ottenendo riduzioni significative del debito di spiegazione e zero violazioni del budget senza richiedere il riaddestramento del classificatore.
Questo articolo presenta Omnilingual ASR, una famiglia scalabile e open-source di modelli di riconoscimento del parlato che sfrutta un'architettura auto-supervisionata da 7 miliardi di parametri e un corpus di addestramento massiccio e diversificato per supportare oltre 1.660 lingue, incluse più di 500 precedentemente non servite, consentendo al contempo alle comunità di adattare facilmente il sistema a nuove lingue con dati minimi.
Questo articolo introduce UDAQ, un framework di iterazione Q unificato e guidato dal premio che si adatta autonomamente a spazi di stato in evoluzione dinamico per ottimizzare simultaneamente la pianificazione del percorso punto-punto e l'esplorazione efficiente dell'ambiente, superando significativamente i pianificatori convenzionali e le strategie di esplorazione in ambienti sconosciuti senza una conoscenza cartografica preventiva.
Questo articolo propone un nuovo framework di identificazione delle dita robusto rispetto alla posa che integra l'allineamento delle regioni reciproche, l'apprendimento delle caratteristiche dei punti di convoluzione minima e la fusione dei punteggi pesati per affrontare efficacemente il degrado delle prestazioni causato dalla rotazione longitudinale e dalle deformazioni non rigide nelle immagini delle dita senza contatto, raggiungendo risultati allo stato dell'arte su quattro dataset pubblici.
Questo articolo presenta un framework incentrato sul comportamento per la classificazione delle tecniche MITRE ATT&CK utilizzando la telemetria Sysmon, dimostrando che la correlazione degli eventi basata su GUID, combinata con il modello transformer SecureBERT, supera la correlazione temporale e gli approcci tradizionali di machine learning nell'identificazione delle attività avversarie.
Questo articolo propone una nuova funzione di attivazione denominata Rectified Sine Unit (RSU) che migliora significativamente le prestazioni delle Reti Neurali Convoluzionali nella diagnosi patologica automatizzata su quattro diversi dataset di cancro, raggiungendo un'accuratezza superiore rispetto alle funzioni di attivazione standard come ReLU e Leaky ReLU.
Questo studio valida empiricamente un framework ibrido AI-IoT che integra il monitoraggio ambientale continuo con l'apprendimento automatico per prevedere e fornire allarmi precoci per il deterioramento cromatico sulle facciate del patrimonio tropicale in Indonesia, raggiungendo un'elevata accuratezza e generalizzabilità attraverso molteplici siti.
Questo articolo propone un metodo di consapevolezza dello stato di sicurezza basato sul deep learning per le apparecchiature delle reti di controllo industriale petrolchimiche utilizzando un modello ibrido TCN-MGRU per affrontare la complessità situazionale e i ritardi informativi, migliorando così significativamente l'accuratezza del rilevamento e la protezione della sicurezza.
Questo articolo presenta una pipeline di rilevamento ibrida a basse risorse che combina il pre-processing basato sul movimento con YOLOv8-nano per identificare efficientemente gli stormi di Quelea dal becco rosso su hardware basato solo su CPU, raggiungendo un'elevata accuratezza pur riducendo significativamente il carico computazionale durante le scene statiche.