5766 papers
Dit paper introduceert MoE-GS, een unificerend framework voor dynamische 3D Gaussian Splatting dat gebruikmaakt van een volume-bewuste pixelrouter om meerdere deskundigen te combineren voor superieure nieuwe weergavesynthese, terwijl tegelijkertijd efficiëntie wordt verbeterd via multi-expert rendering en distillatie.
Deze studie biedt een uitgebreide benchmark van moderne cloud-native in-memory stores zoals Valkey, KeyDB en Garnet in Kubernetes, waarbij prestaties, efficiëntie en levensvatbaarheid worden geëvalueerd om de afwegingen tussen deze alternatieven voor Redis in kaart te brengen.
Dit paper presenteert HCLA, een mensgericht multi-agent systeem dat natuurlijke taal, geautomatiseerde risicoscoring en traceerbare expertredenering integreert om de transparantie en verantwoordingsplicht bij het opsporen van anomalieën in digitale transacties te verbeteren voor forensische en compliance-doelen.
Dit paper introduceert AnyPcc, een universeel raamwerk voor puntwolkcompressie dat door middel van een universeel contextmodel en een instance-gebaseerde fijne-tuning-strategie (IAFT) de generalisatieproblemen van bestaande methoden oplost en nieuwe state-of-the-art resultaten bereikt op diverse datasets.
Dit artikel introduceert een geautomatiseerd systeem voor het tellen van plaaginsecten in watervallen dat door middel van een robotarm en een adaptieve, gesloten-lus besturingsstrategie verstoppingen oplost en zo de telnauwkeurigheid aanzienlijk verbetert ten opzichte van traditionele statische beeldanalyse.
Dit paper introduceert CountFormer, een exemplaarvrij framework dat de DINOv2-vision foundation model gebruikt om visuele herhaling en structuur te leren voor objecttelling, en toont aan dat representatiekwaliteit cruciaal is voor het verminderen van overtellingen bij complexe objecten, hoewel de prestaties op de FSC-147-benchmark vergelijkbaar blijven met eerdere methoden.
Deze paper introduceert LagMemo, een navigatiesysteem dat een taalgebaseerde 3D-Gaussian Splatting-geheugenstructuur gebruikt om robots in staat te stellen open-vocabulary en multi-doel visuele navigatie uit te voeren, wat resulteert in een aanzienlijke prestatieverbetering ten opzichte van de huidige stand van de techniek.
SAGE is een zero-shot methode die structurele geleiding combineert met generatieve synthese om naadloze en visueel coherente videotransities te creëren tussen diverse clips, waardoor het de beperkingen van bestaande klassieke en generatieve methoden overtreft zonder dat er gespecialiseerde trainingsdata nodig is.
Deze studie introduceert MobiDock, een modulair zelfherconfigureerbaar systeem waarbij twee onafhankelijke robots zich via visiegebaseerd dokken en een schroefvergrendeling fysiek verbinden tot één stabiel bimanueel platform, wat de besturing vereenvoudigt en de prestaties ten opzichte van losse samenwerking aanzienlijk verbetert.
Dit artikel introduceert VOPP, een volledig vectoriseerde online POMDP-planner die door het elimineren van synchronisatieknelpunten via tensorgebaseerde berekeningen tot 20 keer efficiënter is dan bestaande parallelle oplossers en 1000 keer minder rekenbudget nodig heeft dan geavanceerde sequentiële methoden.
Deze studie introduceert een forensische methode voor het detecteren van door AI gegenereerde afbeeldingen, genaamd 'diffusion snap-back reconstruction', die analyseert hoe afbeeldingen reageren op reconstructie door een diffusiemodel en hiermee een hoge nauwkeurigheid bereikt zonder te vertrouwen op traditionele pixelartefacten.
Dit paper introduceert PhantomFetch, de eerste hardware-onafhankelijke verdediging die IP-stride prefetchers veilig maakt tegen side-channel aanvallen door gevoelige laadpatronen te verdoezelen, zonder de prefetching-prestaties te offeren of hardware-aanpassingen te vereisen.
Dit artikel introduceert MUGSQA, een nieuwe methode, dataset en benchmarks voor de kwaliteitsbeoordeling van 3D-reconstructies met Gaussian Splatting, waarbij rekening wordt gehouden met meerdere onzekerheden in de invoergegevens om de perceptuele kwaliteit nauwkeuriger te evalueren.
Dit paper introduceert CountOCC, een nieuw framework voor amodale objecttelling dat door middel van hiërarchische multimodale gidsing en een visuele equivalentiedoelstelling de door verduistering veroorzaakte fouten in bestaande methoden oplost en zo state-of-the-art prestaties bereikt op nieuwe, verduisterde datasets.
Dit artikel introduceert LAMP, een framework dat taal verrijkt in multi-agent versterkend leren via een 'Denk-Spreek-Beslis'-pipeline om economische beslissingen robuuster, effectiever en interpreteerbaarder te maken.
Het artikel introduceert Video2Layout, een framework dat met behulp van continue objectgrenskoördinaten in plaats van rasterkaarten een metrisch onderbouwde cognitieve kaart reconstrueert uit video's, waardoor de ruimtelijke redeneerprestaties van multimodale grote taalmodellen significant worden verbeterd.
Deze paper introduceert MOMNet, een nieuw raamwerk voor dieptedetailverbetering dat zonder strikte ruimtelijke uitlijning tussen RGB- en dieptedata presteert door middel van een multi-orde matching- en aggregatiemechanisme, waardoor het robuust is tegen misalignement in real-world scenario's.
Dit paper introduceert DualMindVLM, een visueel taalmodel dat een efficiënt dual-systeem denkmechanisme implementeert door automatisch te kiezen tussen snelle en langzame redenering op basis van probleemcomplexiteit, wat leidt tot state-of-the-art prestaties met minder tokenverspilling.
Dit artikel introduceert de Radiative-Structured Neural Operator (RSNO), een nieuwe diepe leer-methode die fysisch consistente, continue spectrale super-resolutie bereikt door multispectrale beelden om te zetten in hyperspectrale beelden via een driestapsproces met hoek-consistente projectie.
Deze paper introduceert UnfoldLDM, een diep-ontvouwing-gebaseerd raamwerk dat latent diffusion-priors integreert om blind beeldherstel te verbeteren door degradatie-afhankelijkheid en oververvaging aan te pakken via een multi-granulariteitsmodule en een degradatie-resistente transformer.