5147 papers
Dit paper introduceert SACA, een nieuw raamwerk voor Vision-Language Navigation in continue omgevingen dat stap-voor-stap contrastieve uitlijning toepast om de beperkingen van bestaande trainingsparadigma's te overwinnen en zo state-of-the-art prestaties te bereiken.
Deze paper introduceert ENIGMA-360, een nieuw dataset met gesynchroniseerde egocentrische en exocentrische video's uit een echte industriële omgeving, die is gelabeld voor het bestuderen van menselijk gedrag en het evalueren van bestaande modellen voor taken zoals tijdelijke actiesegmentatie en mens-object-interactie.
Dit paper introduceert LAP, een taalbewust planningsmodel dat visuele waarnemingen vertaalt naar tekstbeschrijvingen om de ambiguïteit in instructievideo's te overwinnen en zo nieuwe state-of-the-art resultaten te behalen voor het plannen van acties.
Dit artikel presenteert een compacte, veerkrachtige continuümrobot, geïspireerd door rupsen en uitgerust met een kunstmatige borstelsensor, die via peesbesturing gekoppeld is aan commerciële robotarmen om effectief en kostenefficiënt inspecties uit te voeren in krappe en onregelmatige ruimtes.
Dit artikel toont aan dat het minimaliseren van de lengte van de langste rand bij de simultane geometrische embedding van twee paden op een rooster NP-moeilijk is, en biedt een -algoritme om de omtrek van het rooster te minimaliseren wanneer één pad x-monotoon en het andere y-monotoon is.
Dit perspectief betoogt dat commerciële videospellen een onderbenut onderzoeksgebied vormen aan de kruising van HCI en cognitieve wetenschap, waar de natuurlijke affordances van het spel ecologisch valide inzichten bieden in perceptie, aandacht en executieve functies zonder de beperkingen van traditionele laboratoriumparadigma's.
Dit paper introduceert een neuro-symbolisch agent dat fysieke hallucinaties in wetenschappelijke simulaties voorkomt door onzichtbare thermodynamische aannames te detecteren en ontbrekende mechanismen autonoom af te leiden, zoals aangetoond bij de correcte modellering van thermische pressurisatie in zandsteen.
LogoDiffuser is een trainingsvrije methode die meertalige logo's genereert en styliseert door doeltekens als afbeeldingen in te voeren en via letterbewuste attentiecontrole de karakterstructuur te behouden.
Dit paper introduceert MuxGel, een visuo-tactiele sensor die via een schaakbordpatroon en diepe reconstructie gelijktijdig hoge-resolutie externe visie en contactgevoelige tactiele signalen vastlegt, waardoor de beperkingen van traditionele optische tactiele sensoren worden opgeheven zonder de hardwarecompatibiliteit te schaden.
Dit paper toont aan dat bestaande verdedigingen tegen backdoors ontoereikend zijn omdat ze zich uitsluitend op de invoer-trigger richten, terwijl alternatieve triggers dezelfde kwetsbaarheid in de feature-ruimte kunnen activeren, wat een verschuiving vereist naar verdedigingen die zich richten op de backdoor-richting in de representatieruimte.
Dit artikel introduceert een robuuste aanpak voor variabele-dikte topologieoptimalisatie die ongewenste dunne gebieden onderdrukt en een nieuwe, door dichtheidsgradiënten geïnformeerde projectie methode presenteert om structurele randen scherp te maken zonder de stijfheid van het ontwerp significant te beïnvloeden.
Het paper introduceert CLIOPATRA, een privacyaanval die aantoont dat de huidige gelaagde heuristische beschermingsmaatregelen van privacybewuste LLM-platforms zoals Anthropic's Clio onvoldoende zijn om gevoelige gebruikersgegevens, zoals medische geschiedenis, te beschermen tegen een slimme tegenstander.
Dit paper introduceert TIMID, een nieuw architectuur voor video-anomaliedetectie die zwak toezicht en simulatiegebaseerde data gebruikt om tijdsafhankelijke fouten in robotuitvoeringen van complexe taken te identificeren.
Deze paper introduceert DCPGN, een nieuwe methode voor testtijd-adaptatie die via multi-label prototypen en dual-clue consistentie (visueel en tekstueel) modellen getraind op egocentrische beelden aanpast aan exocentrische beelden voor actie-anticipatie zonder extra trainingsdata.
Dit artikel presenteert het eerste systematische onderzoek naar de expressiviteit van PG-Keys, een nieuwe constrainttaal voor eigenschapsgrafieken die de GQL-standaard zal informeren, door deze via een unificerend kader te vergelijken met bestaande formalismen zoals GFD en GGD en zo een strikte hiërarchie van expressieve kracht vast te stellen.
Deze paper introduceert de fine-grained Audio-Visual Learning-taak RA-SSU, ondersteund door twee nieuwe datasets (f-Music en f-Lifescene) en het SSUFormer-model, om gebiedsgerichte, frame-per-frame geluidsbronsegmentatie en -beschrijving te bereiken.
ConfCtrl is een vertrouwenbewust video-interpolatiekader dat diffusiemodellen in staat stelt om bij grote perspectiefveranderingen nieuwe weergaven te genereren met behulp van een Kalman-geïnspireerd mechanisme dat betrouwbare projecties combineert met residucorrecties voor geometrisch consistente resultaten.
In dit paper wordt EmoSURA voorgesteld, een nieuw evaluatiekader dat complexe emotionele spraakbeschrijvingen opdeelt in atomaire eenheden die direct met het audiosignaal worden geverifieerd, waardoor het een betrouwbaardere maatstaf biedt dan traditionele methoden voor langere en gedetailleerde captions.
Dit paper introduceert BrainSTR, een raamwerk voor spatio-temporeel contrastief leren dat dynamische hersennetwerken interpreteerbaar modelleert door data-gedreven fase-indeling, aandacht voor diagnostisch kritieke momenten en een gestructureerde semantische ruimte te combineren voor een betere neuropsychiatrische diagnose.
Deze paper introduceert VLM-Loc, een raamwerk dat grote visueel-taalmodellen gebruikt voor nauwkeurige tekst-naar-puntwolk-locatiebepaling door puntwolken om te zetten in vogelvluchtafbeeldingen en sceneschema's, en presenteert het CityLoc-benchmark voor uitgebreide evaluatie.