8786 papers
Dit paper introduceert de 'Overthinking Score', een nieuwe methode die hallucinaties in Vision Language Models detecteert door de instabiliteit van hypotheses over decoderlagen te analyseren in plaats van alleen naar het eindresultaat te kijken.
Duala is een nieuw raamwerk voor cross-subject fMRI-decodering dat door middel van dubbel niveau-uitlijning van stimuli en subjecten, zelfs met beperkte data, een verbeterde semantische consistentie en subjectspecifieke aanpassing bereikt voor nauwkeurigere beeldreconstructie.
Deze paper introduceert Mobile GlottisNet, een lichtgewicht framework voor real-time glottisdetectie tijdens nasotracheale intubatie dat door middel van ruimtelijk gedecoupeerde feature learning en dynamische aanpassing hoge prestaties bereikt op beperkte randapparatuur.
Dit artikel introduceert een synthetische data-pipeline op basis van een digitale tweeling van de luchthaven van Algiers die, in combinatie met YOLO-OBB en gemengde training, de annotatie-inspanning voor het detecteren van bagagewagentjes met 25 tot 35 procent verlaagt terwijl de prestaties gelijk blijven aan of beter zijn dan die van modellen getraind op volledige real-world datasets.
Deze paper introduceert AtomicVLA, een unificerend kader voor robotplanning en -executie dat via een Skill-Guided Mixture-of-Experts (SG-MoE) schaalbare atomaire vaardigheden leert en dynamisch combineert, waardoor robuustere prestaties worden bereikt bij langdurige taken en voortdurend leren in vergelijking met bestaande VLA-modellen.
Het paper introduceert GLASS, een nieuw raamwerk dat graftheorie en visueel-taalmodellen combineert om zonder handmatige supervisie nauwkeurige, semantisch consistente 3D-vormcorrespondenties te leren, zelfs onder complexe niet-isometrische vervormingen en tussen verschillende klassen.
Dit paper introduceert het Self-Critical Inference-framework en de Dynamic Robustness Benchmark om de taalbias en -gevoeligheid van Vision-Language-modellen te verminderen door middel van meervoudige counterfactuele redenering en model-specifieke evaluatie.
Dit paper introduceert Holi-Spatial, het eerste volledig geautomatiseerde, grootschalige multimodale datasetkader dat ruwe video-inputs omzet in holistische 3D-ruimtelijke intelligentie met behulp van een geoptimaliseerde pipeline voor 3D-Gaussian Splatting-reconstructies en ruimtelijke vraag-antwoordparen, waardoor de schaalbaarheid en prestaties van ruimtelijk redenerende modellen aanzienlijk worden verbeterd.
Ref-DGS is een nieuw framework dat reflecterende oppervlakken efficiënt reconstrueert en nieuwe weergaven synthetiseert door geometrie en lokale reflecties te scheiden in een dubbele Gaussische representatie, waardoor het de snelheid van Rasterisatie combineert met de nauwkeurigheid van straalvolgende methoden zonder de hoge rekentkosten.
Het artikel introduceert FusionRegister, een efficiënte en robuuste methode die visuele priors gebruikt om misregistratie direct in het fusieproces van infrarood- en zichtbare beelden op te lossen, waardoor uitgebreide voorafgaande registratie overbodig wordt en de kwaliteit van bestaande fusietechnieken wordt behouden.
Dit paper introduceert UniUncer, een lichtgewicht, unificerend framework dat onzekerheid voor zowel statische als dynamische scene-elementen integreert in een end-to-end rijplanner, waardoor de betrouwbaarheid en prestaties aanzienlijk worden verbeterd met minimaal rekenkundig overhead.
Het paper introduceert FrameVGGT, een frame-gedreven architectuur die de groei van het geheugen in streaming 3D-perceptie beperkt door frames te behandelen als samenhangende bewijsblokken, waardoor een betere afweging tussen nauwkeurigheid en geheugengebruik wordt bereikt voor langdurige videostreams.
Dit artikel introduceert RoboPCA, een raamwerk dat menselijke demonstraties gebruikt om robots gelijktijdig de juiste contactgebieden en houdingen te leren voorspellen voor effectieve objectmanipulatie, waardoor inconsistenties in bestaande methoden worden opgelost.
Dit paper introduceert CDA-VSR, een efficiënt online video super-resolutie-netwerk dat gecomprimeerde domein-informatie zoals bewegingsvectoren en residukaarten benut om de kwaliteit te verbeteren en de inferentiesnelheid te verdubbelen ten opzichte van bestaande methoden.
Dit paper introduceert het Masked Motion Diffusion Model (MMDM), een generatief raamwerk dat onvolledige of ruisbeïnvloede bewegingsdata reconstrueert door contextadaptieve bewegingspriors te leren via een Kinematic Attention Aggregation-mechanisme, waardoor robuuste 3D-bewegingherstel mogelijk wordt bij occlusies of onnauwkeurige draagbare sensoren.
TDM-R1 is een nieuwe versterkingsleerparadigma dat few-step diffusiemodellen effectief optimaliseert met niet-differentieerbare beloningen door het leerproces te ontkoppelen in surrogaatbeloningslering en generatorlering, wat leidt tot state-of-the-art prestaties in diverse generatietaken.
Het paper introduceert PARSE, een raamwerk dat objectinteracties op deeltjesniveau modelleert via een Part-centric Assembly Graph om ambiguïteiten in ruimtelijke relaties op te lossen en zo fysiek consistente 3D-scènes te genereren en ruimtelijk redeneren te verbeteren.
Dit paper introduceert 3ViewSense, een raamwerk dat het ruimtelijke intelligentie-gat in Vision-Language Models dicht door ruimtelijk redeneren te grondvesten in orthografische weergaven via een 'Simuleer-en-Redeneer'-mechanisme, wat leidt tot aanzienlijk betere prestaties in complexe ruimtelijke taken zoals het tellen van blokken en het hanteren van verduistering.
Het paper introduceert AR2-4FV, een systeem dat gebruikmaakt van een stabiele achtergrondankerbank voor langdurige taalgebaseerde objectvolging in video's met een vast camerastandpunt, waardoor het object kan worden herkend en geïdentificeerd zelfs na lange perioden van afwezigheid of verduistering.
Het artikel introduceert DECADE, een onbewaakte diffusiemodel dat tijdsconsistentie toepast om ruis in dynamische Rb-82 hart-PET-beelden te verminderen en zo de beeldkwaliteit en kwantitatieve nauwkeurigheid verbetert zonder gebruik te maken van gepaarde trainingsdata.