5306 articoli
Questo studio propone un metodo per veicoli subacquei autonomi che utilizza l'ambiente visivo circostante, rilevato tramite embedding DINOv2, per guidare la ricerca efficiente di specie coralline rare, permettendo di campionare fino al 75% degli obiettivi in metà del tempo necessario per una copertura esaustiva.
Il paper presenta K-Join, un nuovo algoritmo semplice per l'elaborazione di join in ambienti di calcolo parallelo massivo che, combinando partizionamento dei dati e il primitivo HyperCube attraverso una scelta innovativa delle quote basata su coperture dei vertici, raggiunge un carico di lavoro ottimale pari a , dove è una nuova misura teorica chiamata "reduced quasi vertex-cover".
Questo articolo presenta una teoria completamente simbolica per l'analisi della località dei cicli che deriva polinomi di prestazioni della cache con un'accuratezza del 99,6%, permettendo previsioni di movimenti di dati in meno di un millisecondo dopo un'analisi di circa 41 secondi.
Il documento presenta SoftGM, un'architettura di controllo distribuito ispirata al polpo che utilizza una rete neurale grafica con meccanismo di attenzione per guidare bracci robotici morbidi segmentati verso obiettivi in ambienti complessi, dimostrando una superiore resilienza e capacità di adattamento rispetto ai metodi di apprendimento per rinforzo multi-agente esistenti.
Questo studio presenta un framework automatizzato basato sull'intelligenza artificiale che combina segmentazione anatomica avanzata e radiomica su risonanza magnetica preoperatoria per prevedere la sopravvivenza postoperatoria nei pazienti con metastasi epatiche da carcinoma del colon-retto.
Questo lavoro propone un nuovo framework di controllo predittico gerarchico basato su percezione (HTMPC) che, integrando l'inferenza bayesiana per modellare i cambiamenti ambientali, permette ai robot mobili manipolatori di eseguire compiti sequenziali in modo efficiente e reattivo in ambienti semi-statici non strutturati senza fare affidamento su mappe predefinite.
Il paper presenta Paladin, un framework di sicurezza che utilizza modelli linguistici generativi per estrarre il significato semantico delle richieste API e permettere agli amministratori di definire e applicare facilmente politiche di sicurezza specifiche per il contesto applicativo, prevenendo così vulnerabilità come l'accesso non autorizzato e il consumo illimitato di risorse.
Il paper propone OilSAM2, un framework di segmentazione potenziato da memoria che supera le limitazioni dei modelli esistenti nel rilevamento di fuoriuscite di petrolio da immagini SAR non ordinate, garantendo prestazioni all'avanguardia grazie a una banca memoria gerarchica e a una strategia di aggiornamento che preserva la coerenza strutturale e semantica.
Questo lavoro propone un nuovo framework di controllo predittivo basato su modelli per compiti gerarchici che, sfruttando la ridondanza del robot e l'ottimizzazione lessicografica non lineare, migliora significativamente le prestazioni di tracciamento e l'efficienza temporale rispetto agli stati dell'arte durante l'esecuzione di compiti di manipolazione mobile sequenziali.
Questo lavoro introduce e analizza algoritmi basati su CDCL per l'Enumerazione di Modelli Ponderati (WME), integrando la propagazione e il pruning dei pesi per abilitare query guidate dai pesi e confrontando l'efficacia delle strategie di backtracking cronologico e non cronologico.
Il documento presenta ACE Runtime, un'architettura blockchain nativa ZKP che separa l'autenticazione dell'identità dall'autorizzazione per sostituire le verifiche delle firme per transazione con attestazioni HMAC leggere e una singola prova aggregata, consentendo una finalità crittografica sub-seconda con costi di verifica costanti e una migliore efficienza hardware.
Questo articolo dimostra che la regola di trasposizione, un algoritmo online senza memoria per il problema dell'aggiornamento delle liste, raggiunge un costo di accesso atteso al più pari a OPT+1 nel modello i.i.d., confermando così una congettura di Rivest di cinquant'anni fa.
Il paper presenta un sistema di navigazione Teach and Repeat resiliente alla degenerazione geometrica basato su lidar FMCW, che combina odometria Doppler e localizzazione consapevole della curvatura per garantire un posizionamento affidabile in ambienti privi di struttura, superando i limiti dei metodi ICP tradizionali.
Questo articolo generalizza le operazioni di somma convessa e concava per i chirotopi e utilizza un'equazione funzionale con il metodo del kernel per ottenere una stima asintotica precisa del numero di triangolazioni del "double circle".
Il paper presenta ID-LoRA, un modello generativo unico che personalizza simultaneamente l'aspetto visivo e la voce di un soggetto in un singolo passaggio, superando le limitazioni dei metodi attuali che trattano audio e video separatamente e ottenendo risultati superiori rispetto a Kling 2.6 Pro in termini di somiglianza vocale e stile di parlato.
Questo articolo sviluppa un approccio operatoriale basato sui due-percorsi per decomporre le reti ego-centriche e propone costruzioni di contrazione sicure che preservano la massa dei due-percorsi, dimostrando un teorema di trasferimento con errore non negativo e caratterizzando l'uguaglianza tramite partizioni equitabili dei cunei.
Questo articolo presenta la progettazione di un sistema di dialisi chimica assistito da robot, sviluppato attraverso un approccio incentrato sull'utente e validato da studi di usabilità, che mira ad alleggerire il carico di lavoro manuale dei ricercatori e ad accelerare la scoperta scientifica automatizzando procedure di laboratorio tediose.
Il paper introduce MALTA, un framework di valutazione che integra metriche di attività di manutenzione per identificare con maggiore precisione i pacchetti software abbandonati e i rischi associati, superando le limitazioni delle tradizionali metriche di "Technical Lag" che tendono a sottostimare tali pericoli.
Questo articolo presenta un framework di deep learning robusto per il riconoscimento delle targhe bengalesi, che combina un modello di rilevamento YOLOv8 ottimizzato con una strategia di addestramento adattiva e un sistema OCR basato su ViT e BanglaBERT, ottenendo un'accuratezza del 97,83% e dimostrando elevata resilienza in scenari reali complessi.
Il paper introduce SpecOps, un framework di testing completamente automatizzato che utilizza agenti AI specializzati per valutare in modo efficace e scalabile le prestazioni e rilevare bug in agenti GUI reali, superando le soluzioni esistenti in termini di accuratezza ed efficienza.