5327 papers
Dit paper introduceert een Zero Trust-relayarchitectuur voor QKD-netwerken die volledig homomorf versleuteling toepast om sleutels tijdens de doorsturing te beschermen zonder ze in platte tekst bloot te geven, waardoor de afhankelijkheid van vertrouwde knooppunten wordt opgeheven en de schaalbaarheid van veilige quantumcommunicatie wordt vergroot.
Dit artikel introduceert een nieuwe methode voor het reconstrueren van twee handen uit één afbeelding die heterogene 2D-priors verenigt en een penetratievrije diffusiemodel gebruikt om nauwkeurige, fysiek plausibele interacties te genereren, zelfs bij ernstige occlusie.
Dit onderzoek presenteert MediTools, een prototype-toepassing die grote taalmodellen (LLMs) inzet om medisch onderwijs te revolutioneren door interactieve tools te bieden voor het simuleren van klinische scenario's, het analyseren van medische literatuur en het samenvatten van nieuws.
Dit artikel introduceert een taxonomie en ontwerprichtlijnen voor push- en pull-gebaseerde medium access control-protocollen in 6G-systemen, die gebruikmaken van kunstmatige intelligentie voor doelgerichte communicatie en een kader bieden voor hun co-existentie en integratie in O-RAN-architecturen.
Deze paper introduceert een nieuw model voor het completeren van objecten in een scène dat scene-constraints integreert via cross-attention, en presenteert het nieuwe ScanWCF-dataset om de kwaliteit en plausibiliteit van dergelijke completering te verbeteren.
Deze paper introduceert LEL, een nieuw ensemble-leerframework dat Lipschitz-continuïteitsbeperkingen toepast op Transformer-mechanismen om de stabiliteit, nauwkeurigheid en robuustheid van EEG-gebaseerde emotieherkenning binnen individuele gebruikers te verbeteren.
Dit artikel introduceert GeoNav, een multi-modale agent die MLLMs bekrachtigt met dual-schaal ruimtelijk redeneren en een mensachtige grof-naar-fijn strategie voor nauwkeurige taalgestuurde navigatie van UAV's in complexe stedelijke omgevingen.
Dit artikel introduceert O-VIB, een taakgerichte semantische compressiemethode die geïnspireerd is op de ruimtelijke cognitie van zoogdieren en gebruikmaakt van orthogonale variatie-informatie-flessenhals-codering om visuele lokalisatie in GPS-beperkte stedelijke omgevingen te optimaliseren onder strikte bandbreedte- en rekenkrachtwensen.
Deze studie vergelijkt algoritmen voor het optimaliseren van de basispositie van industriële robots en concludeert dat stochastische gradiëntafstijging de hoogste succesratio bereikt, terwijl genetische algoritmen de laagste kosten opleveren.
Deze paper introduceert SFIBA, een nieuwe aanvalsmethode die multi-target backdoors in diepe neurale netwerken realiseert door triggers in specifieke ruimtelijke gebieden te injecteren via frequentiedomein-transformaties, waardoor zowel de onopgemerkbaarheid als de vermijding van bestaande verdedigingen wordt gegarandeerd zonder de prestaties op schone data te beïnvloeden.
Dit artikel introduceert een holistische optimalisatiebenadering die de samenstelling, basispositie en traject van modulaire robots gezamenlijk optimaliseert om de cyclustijd te minimaliseren, wat resulteert in aanzienlijk snellere en meer haalbare oplossingen voor industriële taken vergeleken met eerdere methoden.
Dit artikel presenteert een gecoördineerde routeplanningsaanpak voor connected en geautomatiseerde voertuigen in busstroken die, door gebruik te maken van realtime verkeersdata, zowel de punctualiteit van het openbaar vervoer als de reistijd van deze voertuigen in gemengde verkeersomgevingen verbetert.
Een gerandomiseerde studie met 94 beginnende counselors toont aan dat een LLM-simulatiesysteem met gestructureerde feedback effectiever is dan oefening alleen voor het verbeteren van cliëntgerichte vaardigheden en empathie.
Deze paper introduceert DeepSparse, het eerste fundamentele model voor de reconstructie van CBCT-beelden met een beperkt aantal projecties, dat door middel van een innovatief DiCE-netwerk en een HyViP-pretraining-stra-tegie een betere beeldkwaliteit biedt met minder stralingsblootstelling dan bestaande methoden.
Dit paper introduceert HEXGEN-FLOW, een kader voor het optimaliseren van de planning en uitvoering van multi-stap agentic Text-to-SQL-workflows op heterogene GPU-clusters, wat aanzienlijke verbeteringen oplevert in doorvoersnelheid en vermindering van latentie ten opzichte van bestaande frameworks.
Dit paper introduceert M³CAD, een uitgebreid benchmark met multimodale data van meerdere voertuigen om onderzoek naar generieke, coöperatieve autonoom rijden te bevorderen, inclusief een nieuwe adaptieve fusiemethode die communicatie-efficiëntie en waarnemingsnauwkeurigheid in evenwicht brengt.
Dit paper introduceert FoldNet, een framework dat een synthetische dataset en de KG-DAgger-techniek gebruikt om een robuuste, gesloten-lus beleidsstrategie te leren voor het automatisch vouwen van kledingstukken door robots, wat resulteert in een succespercentage van 75% in de echte wereld.
Dit artikel introduceert Diffusion-SAFE, een gesloten-lusframework dat twee diffusiemodellen gebruikt om menselijke intenties te voorspellen en veiligheidsbewuste besturingsaanpassingen te genereren, waardoor soepele en veilige overdrachten tussen mens en machine tijdens gedeelde autonomie mogelijk worden.
MTVCraft introduceert het eerste framework dat ruwe 3D-motiesequenties (4D-beweging) direct modelleert via een nieuwe tokenisatie-methode en een bewegingsbewust Video DiT, waardoor er robuustere, flexibele en schaalbare karakteranimatie mogelijk is met ongeëvenaarde zero-shot generalisatie voor willekeurige personages en objecten.
Deze studie onderzocht bij 34 financiële professionals hoe cognitieve belasting prestaties beïnvloedt bij AI-ondersteund werk en concludeerde dat extrane belasting, vooral veroorzaakt door door het model geïnitieerde taakwisselingen, de grootste negatieve impact heeft, terwijl AI-gegenereerde inhoud de kwaliteit wel verbetert maar deze voordelen niet volledig compenseert voor de cognitieve kosten.