5695 papers
Dit paper introduceert PhysGM, een voorspellend framework dat op basis van één afbeelding direct zowel 3D-Gaussische representaties als fysische eigenschappen voorspelt, waardoor realistische 4D-simulaties in slechts één minuut mogelijk zijn zonder tijdrovende optimalisatie.
Dit paper introduceert een efficiënt diffusion-gebaseerd raamwerk voor 3D-houdingsbepaling dat gebruikmaakt van een hiërarchische tijdelijke pruning-strategie om de rekentijd aanzienlijk te verminderen en de inferentiesnelheid te verhogen, terwijl het tegelijkertijd state-of-the-art prestaties behaalt.
PointSlice introduceert een nieuwe slice-gebaseerde representatie en een Slice Interaction Network om 3D-objectdetectie uit puntwolken te versnellen en de parameter-efficiëntie te verbeteren, terwijl de nauwkeurigheid op grote datasets zoals Waymo, nuScenes en Argoverse 2 behouden blijft.
AmphiKey is een hybride post-kwantum en klassiek beveiligingsprotocol voor slimme netwerken dat twee modi biedt: een geverifieerde modus met sterke authenticiteit en een onontkenbare modus voor privacy, waarbij de prestaties op zowel krachtige servers als beperkte apparaten zoals de Raspberry Pi zijn geoptimaliseerd.
Dit paper introduceert MDM-MixMFL, een nieuw federatief leerframework voor MRI-segmentatie dat modale ontkoppeling en een memorisatiemechanisme gebruikt om de uitdagingen van heterogene en onvolledige multimodale data in gedistribueerde medische scenario's aan te pakken.
Deze paper introduceert UltraUPConvNet, een computerefficiënt multi-task framework dat gebaseerd is op UPerNet en ConvNeXt en tegelijkertijd weefselsegmentatie en ziektevoorspelling in ultrasone beelden uitvoert met state-of-the-art prestaties.
Traffic-MLLM is een nieuw raamwerk voor verkeersredenering dat in plaats van expliciete casusretrieval een gestructureerde casusruimte leert door middel van curieuze, op RND gebaseerde regularisatie, wat leidt tot verbeterde prestaties in dynamische en zeldzame verkeerssituaties.
Dit paper introduceert ActivePose, een actief systeem dat Vision-Language Models en 'robotische imaginatie' combineert om 6D-objectposities en -tracking te verbeteren door real-time ambiguïteiten op te lossen via Next-Best-View-cameraacties en een diffusiemodel voor zichtbehoud.
Deze studie toont aan dat een door modderkippen geïnspireerde robot met een actief oscillerende staart de voortbeweging op vervormbare granulaire ondergronden aanzienlijk verbetert door de bodem te verfluidiseren en de weerstand te verminderen.
Dit artikel introduceert SAGA, een nieuwe methode voor lineaire attention die door middel van selectieve adaptieve gating de prestaties en efficiëntie van Transformer-modellen bij hoge resoluties verbetert door de beperkingen van uniforme compressie te overwinnen.
Deze paper introduceert de Cumulative Consensus Score (CCS), een labelvrije en modelonafhankelijke methode die testtijd-data-augmentatie en ruimtelijke consistentie van voorspellingen gebruikt om de betrouwbaarheid van objectdetectiemodellen in de praktijk continu te evalueren zonder grondwaarheid-annotaties.
Dit paper introduceert WHU-STree, een uitgebreid, multi-modaal dataset voor straatbomen die synchroniseerde puntwolken en afbeeldingen bevat van twee steden, en die dient als benchmark voor diverse taken zoals boomsoortclassificatie en individuele boomsegmentatie om de efficiëntie van stedelijke boominventarisatie te verbeteren.
Deze paper introduceert een asynchroon versterkingsleerframework met een tijdelijke coderingsmodule dat de perceptie en besturing van autonome vliegende voertuigen ontkoppelt, waardoor robuuste navigatie met een hoge frequentie mogelijk is ondanks vertragingen in sensorupdates, wat succesvol is geverifieerd in simulaties en een echte vluchttest.
GeoAware-VLA is een effectieve aanpak die de generalisatie van Vision-Language-Action-modellen naar onbekende cameraviewpoints verbetert door het integreren van ingebouwde geometrische priors via een bevroren visueel model, wat leidt tot aanzienlijke successverbeteringen in zowel simulatie als de fysieke wereld.
In deze studie wordt de Object-Adaptive Impact Point Predictor (OIPP) voorgesteld, een systeem dat met behulp van een nieuw, divers dataset en een object-geadaptieve encoder de landingspositie van uiteenlopende vliegende objecten nauwkeurig voorspelt om een viervoetige robot in staat te stellen deze te vangen.
Dit paper introduceert LibriTTS-VI, het eerste publieke corpus voor numerieke stemindrukcontrole, en stelt nieuwe methoden voor om het probleem van 'impression leakage' op te lossen door het ontkoppelen van sprekeridentiteit en stemindruk, wat leidt tot een aanzienlijke verbetering in de controleerbaarheid van de gegenereerde spraak.
Dit artikel introduceert een robuust raamwerk voor compositional generalisatie in algemene robots dat scene graphs combineert met diffusie-imitatieleren en een vision-language model om complexe, langdurige taken succesvoller uit te voeren dan bestaande methoden.
Dit paper introduceert DroFiT, een lichtgewicht single-microfoon netwerk dat een frequentie-georiënteerde Transformer combineert met een hybride encoder-decoder en TCN om spraakversterking in real-time mogelijk te maken op hulpbronbeperkte UAV-platforms, zelfs bij ernstige drone-ruis.
Deze paper presenteert een snelle, op gebeurtenissen gebaseerde visuele teach-and-repeat-navigatiesysteem dat via kruiscorrelatie in het Frequentiedomein een verwerkingslatentie van slechts 2,88 ms bereikt en autonoom navigatie over meer dan 3 kilometer in diverse omstandigheden mogelijk maakt met een afwijking van minder dan 15 cm.
Deze studie toont aan dat bestaande videobenchmarks audio vaak negeren, maar dat het integreren van spraakencoders in moderne Video-LLMs wel degelijk leidt tot significante verbeteringen bij taken die luisteren vereisen.