4526 articoli
Questo lavoro presenta un manipolatore mobile bimanuale a basso costo (sotto i 1300 dollari) basato su XLeRobot e NVIDIA Jetson Orin Nano, dotato di un design meccanico ottimizzato e di un'architettura di alimentazione avanzata per garantire autonomia e manipolazione basata sulla visione senza dipendenze esterne.
Il paper introduce SpectralDiff, un framework basato sulla diffusione strutturata nello spettro che combina perturbazioni spettrali mirate e un'architettura U-Net a prodotto completo per rimuovere efficacemente le striature di pioggia da immagini singole, offrendo prestazioni competitive con maggiore efficienza computazionale rispetto ai metodi esistenti.
Questo studio analizza 122.000 conversazioni Reddit per rivelare come le comunità creative sviluppino un'alfabetizzazione all'IA dinamica e guidata dalla pratica, focalizzandosi principalmente sull'uso efficace degli strumenti piuttosto che su aspetti etici o concettuali, se non in risposta a eventi di alto profilo.
Questo studio propone un framework potenziato basato su YOLOv8 che integra rilevamento di incendi e fumo con un'analisi di prossimità per valutare i rischi nei cantieri ingegneristici, calcolando distanze reali e generando un punteggio di rischio quantitativo con prestazioni superiori al 90% di precisione.
Questo lavoro presenta un nuovo framework che stima le traiettorie 3D e classifica i droni direttamente da video internet su larga scala senza annotazioni manuali, utilizzando un approccio basato su modelli linguistici e ragionamento visivo per generare dati di addestramento che, una volta raffinati con vincoli fisici, permettono di ottenere prestazioni state-of-the-art in compiti di rilevamento anti-droni tramite trasferimento zero-shot.
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.