5334 papers
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.
Dit onderzoek presenteert en analyseert de schaalbaarheid van de Adiabatic Quantum Power Flow (AQPF) en Adiabatic Quantum Optimal Power Flow (AQOPF) algoritmen, die stroomvraag- en optimalisatieproblemen vertalen naar QUBO-modellen voor uitvoering op quantum- en digitale annealers, en toont aan dat deze methoden op schaalbare hardware haalbare oplossingen kunnen genereren voor systemen tot 1354 bussen.
In dit artikel wordt een nieuwe representatie voor lokale eiwitomgevingen voorgesteld, afgeleid van atomaire foundation-modellen, die niet alleen structurele en chemische kenmerken effectief vastlegt maar ook leidt tot een baanbrekende, fysisch geïnformeerde voorspeller voor chemische verschuivingen in biomoleculaire NMR-spectroscopie.
Deze paper introduceert een methode voor het onbewaakt ontdekken van semantisch coherente taxonomieën van robotische fouten uit ruwe logbestanden door middel van visueel-taalredenering en clustering, wat leidt tot interpreteerbare en bruikbare inzichten voor het verbeteren van systeemrobuustheid.
Dit artikel presenteert een nieuw raamwerk voor het toewijzen van taken aan multitaskende robots dat fysieke beperkingen in overweging neemt, wat leidt tot een efficiëntere oplossing vergeleken met traditionele single-tasking methoden.
Het paper introduceert ContextMatters, een raamwerk dat Large Language Models en klassieke planning combineert om via hiërarchische doelrelaxatie haalbare 3D-scèneplannen te genereren, wat resulteert in een aanzienlijke verbetering van het slagingspercentage en succesvolle implementatie op een echte TIAGo-robot.
Deze studie introduceert een door variatie-straf geoptimaliseerd GAN-model dat H&E-geschilderde weefselafbeeldingen met hoge precisie omzet in IHC-afbeeldingen voor een kosteneffectieve en betrouwbare HER2-diagnostiek bij borstkanker.
Dit paper introduceert LINO UniPS, een nieuwe methode voor universele fotometrische stereo die licht en oppervlaktnormals effectief ontkoppelt via Light Register Tokens en Interleaved Attention, en hoogfrequente geometrische details behoudt met een wavelet-gebaseerde architectuur, ondersteund door het grote synthetische PS-Verse-dataset.
Deze paper introduceert een nieuw VLM-geleid cascadekader voor Open-Vocabulary Camouflaged Object Segmentation dat de Segment Anything Model (SAM) stuurt met VLM-features voor nauwkeurigere segmentatie en een zachte ruimtelijke prior gebruikt om het domeinverschil bij classificatie te overbruggen, waardoor zowel de lokalisatie als de classificatie van gecamoufleerde objecten aanzienlijk verbetert.
Dit paper introduceert WaLi, een aanval die intelligibele spraak reconstrueert uit ruisende druksensor-data van HVAC-systemen door gebruik te maken van een complex-waardige conformer en een Complex Global Attention Block, waarmee een tot nu toe onbekend privacyrisico voor deze sensoren wordt blootgelegd.
Dit paper introduceert SUBARU, een energiezuinige aanpak voor hearables die door het bewust toepassen van sub-Nyquist sampling en lage bit-resolutie in combinatie met een breedband-reconstructiemethode, de stroomverbruik met een factor 3,31 verlaagt terwijl het spraakverbetering in realistische omstandigheden behoudt.
Dit paper introduceert VTOPA, een visie-gestuurd algoritme dat UAV's autonoom positioneert op basis van computerzicht voor obstakelbewuste draadloze connectiviteit, wat in simulaties leidt tot een tot 50% hogere doorvoer en een 50% lagere vertraging in stedelijke omgevingen.
LD-RPS is een nieuwe, datasetvrije methode voor universele beeldherstel die een vooraf getraind latent diffusion-model combineert met recurrente posterior sampling en semantische priors om diverse degradaties zonder gespecialiseerde training te verhelpen.
Dit artikel introduceert Query-based Adaptive Aggregation (QAA), een innovatieve techniek voor het gezamenlijk trainen van modellen op meerdere datasets om universele visuele plaatsherkenning te bereiken met verbeterde generalisatie en robuustheid.
Deze paper introduceert hPGA-DP, een hybride diffusiebeleid dat Projective Geometric Algebra (PGA) integreert in de netwerkarchitectuur om de trainingsefficiëntie en prestaties van robotmanipulatie te verbeteren door fundamentele ruimtelijke concepten niet opnieuw te hoeven leren.