6073 papers
Dit paper introduceert een geoptimaliseerde inferentiepijplijn voor video-generatie met Diffusion Transformers, die door middel van sequentieel-parallelle 3D-positional encoding en een globale tijdsindex de geheugenconsumptie en latentie aanzienlijk verlaagt, waardoor bijna real-time generatie van lange video's mogelijk wordt.
Dit onderzoek toont aan dat Chain-of-Thought-prompting in medische visuele vraagbeantwoording vaak slechter presteert dan directe antwoorden door een perceptieknelpunt, maar dat dit probleem kan worden opgelost door training-vrije interventies die de visuele gronding verbeteren.
Dit paper introduceert SJD-PV, een trainingsvrij versnellingsframework voor autoregressieve beeldgeneratie dat de inferentielatentie met tot 30% verlaagt door het gebruik van semantisch coherente visuele zinsdelen voor gezamenlijke verificatie in plaats van onafhankelijke token-verificatie.
Dit artikel beschrijft de implementatie van een volledig verbonden mesh-netwerk van vier drones op RFSoC-SDRs die real-time 4K-videostreaming over twaalf altijd-aanstaande MIMO-links met een totale doorvoersnelheid van 1,2 Gbps mogelijk maakt.
Dit paper introduceert SDN-SYN PoW, een adaptief verdedigingsarchitectuur die Software-Defined Networking combineert met bewijs van werk om multi-domein SYN-floods effectief te mitigeren door de rekenlast dynamisch aan te passen aan verdachte bronnen terwijl legitieme verkeer nauwelijks wordt beïnvloed.
Dit artikel introduceert SIL-GPO, een op versterkingslering gebaseerd framework dat graph attention networks en zelf-imitatielering combineert om de hybride orkestratie van edge AI en microservices te optimaliseren, waardoor de eind-tot-eind latentie aanzienlijk wordt verlaagd en de resourcebenutting in resource-beperkte randomgevingen wordt verbeterd.
Het paper introduceert CalibFusion, een transformer-gebaseerde detector die end-to-end differentieerbare extrinsieke kalibratie leert om de prestaties van radar-camera fusie voor objectdetectie in wateromgevingen te verbeteren, waar traditionele kalibratiemethoden door gebrek aan structurele kenmerken vaak falen.
Deze studie concludeert dat semantische ruisinitialisatie, hoewel het in beeldmodellen succesvol is, geen statistisch significante verbetering biedt voor tekst-naar-video-generatie en daarom geen overtuigend voordeel biedt ten opzichte van standaard Gaussische ruis.
AutoFigure-Edit is een end-to-end systeem dat lange wetenschappelijke teksten omzet in volledig bewerkbare en stijl-aanpasbare wetenschappelijke illustraties in SVG-formaat.
Het paper introduceert MultiGen, een diffusion game engine die door het gebruik van een persistente externe geheugenmodule en een decompositie in geheugen, observatie en dynamiek, gebruikers directe controle over de wereldstructuur biedt en consistente multiplayer-interacties mogelijk maakt.
Dit paper introduceert VB, een nieuw benchmark voor visuele taalmodellen die hun vermogen test om zichtbaarheid in afbeeldingen te beoordelen en zich terug te trekken bij onzekerheid, waarbij GPT-4o en Gemini 3.1 Pro de beste prestaties laten zien.
Dit paper introduceert RADAR, een multimodaal benchmark voor het analyseren van discrepanties in radiologierapporten door 3D-CT-beelden te koppelen aan voorlopige rapporten en voorgestelde wijzigingen, waarmee modellen worden getoetst op hun vermogen tot klinisch redeneren en beeld-taalafstemming tijdens het reviewproces.
Het artikel introduceert ECHO, een multi-agent framework dat multimedia-evenementen extrahert door iteratief een gedeelde hypergraaf te verfijnen en een 'Link-then-Bind'-strategie toe te passen om foutpropagatie te verminderen en de prestaties aanzienlijk te verbeteren ten opzichte van de huidige stand van de techniek.
Dit artikel introduceert een innovatieve 3D-beeldvormingsmethode die Structure-from-Motion-technieken en segmentatiealgoritmen combineert om met mobiele apparaten aggregaatstapels in het veld te reconstrueren en te analyseren voor kwaliteitsborging.
Dit paper introduceert "Narrative Weaver", een nieuw raamwerk dat door middel van een multimodaal taalmodel, een dynamisch geheugen en een progressieve trainingsstrategie langdurige visuele consistentie en narratieve coherentie in gegenereerde content mogelijk maakt, ondersteund door de introductie van het EAVSD-dataset voor e-commerce reclame.
Dit onderzoek toont aan dat TerraMind, een multimodale geospatiale foundation model, zonder hyperspectrale vooropleiding middels bandselectie gematigd kan worden aangepast voor downstream-taken, maar benadrukt dat native spectrale tokenisatie noodzakelijk is voor optimale prestaties.
Dit artikel introduceert een robuust one-shot detectieframework voor badmintonsloten voor mobiele robots, inclusief een nieuw dataset en een semi-automatische annotatiepijplijn, dat een YOLOv8-netwerk optimaliseert voor real-time prestaties in dynamische, egocentrische perspectieven.
Deze studie introduceert HARP, een deep learning-framework dat inter-scanner variabiliteit in diffusion MRI-data effectief harmoniseert door uitsluiting op een phantom te trainen, waardoor de noodzaak voor complexe, gemaakte in-vivo multi-site cohorten wordt weggenomen.
Dit paper introduceert een methode waarbij oogvolgingsdata wordt gebruikt als supervisie voor medische vision-language modellen, waardoor deze menselijke visuele redeneerprocessen nabootsen en prestaties op radiologische taken verbeteren.
Deze studie toont aan dat asymmetrische kennisdistillatie van een grote Vision Transformer naar kleine CNN's leidt tot een ernstige dimensionale ineenstorting die de robuustheid tegen ruis fundamenteel ondermijnt, waarbij alleen extreme capaciteitsbeperkingen als robuust laagdoorlaatfilter fungeren.