3447 papers
Dit paper introduceert BiLaLoRA, een methode die een CLIP-gedreven verliesfunctie en een geautomatiseerde laag-selectiestrategie combineert om effectief en onbewaakt echte afbeeldingen te ontdoen van nevel zonder volledige modelhertraining.
Deze paper presenteert een hiërarchische besturingsarchitectuur die Reinforcement Learning koppelt aan Model Predictive Control om effectieve, niet-cyclische gangen en hybride locomotie mogelijk te maken op diverse robotplatforms, inclusief succesvolle zero-shot simulatie-naar-realiteit-overdracht op de 120 kg zware Centauro-robot.
Dit paper introduceert VoxCare, een schaalbaar draagbaar audiosysteem dat zonder opname van ruwe audio real-time communicatiepatronen van ziekenhuispersoneel analyseert om inzicht te krijgen in hun werklast en stressniveaus.
Dit paper introduceert S2D, een innovatieve pipeline die een efficiënt diffusiemodel en een robuuste reconstructiestrategie combineert om hoge-kwaliteit 3D Gaussian Splatting-scènes te genereren met minimale inputbeelden, waardoor de beperkingen van bestaande methoden bij schaarse data worden overwonnen.
Dit artikel formaliseert de semantiek van autoritieve DNS-antwoordselectie binnen een begrensd domein dat wordt bepaald door protocolbeperkingen, en bewijst dat elke dergelijke selectiemethode kan worden gereduceerd tot een eindige normale vorm die principieel redeneren over equivalentie en expressiviteit mogelijk maakt.
Dit onderzoek analyseert hoe CNN-architecturen en data-augmentatie de nauwkeurigheid en computerefficiëntie beïnvloeden in gedistribueerde leeromgevingen, met als doel de implementatie van deze modellen in bronnenintensieve scenario's te optimaliseren.
Deze paper introduceert een trainingsvrije multi-stap inferentiemethode voor doel-sprekerextractie die een bevroren voorgeïmplementeerd model iteratief verfijnt via interpolatie en selectie, waarbij een gezamenlijke optimalisatie van niet-intrusieve metrieken wordt voorgesteld om de prestaties te balanceren zonder grondwaarheid.
Dit onderzoek toont aan dat de implementatie van het Singleton-ontwerppatroon en batchverwerking in OC-RPAv2 de detectietijd van orale kankerlaesies drastisch reduceert tot 0,06 seconde per afbeelding, wat een 60- tot 100-voudige efficiëntieverbetering oplevert ten opzichte van standaardmethoden.
Deze paper introduceert een levenslang imitatieleerframework dat voortdurende beleidsverbetering mogelijk maakt door compacte multimodale latente representaties en een incrementele aanpassingsmechanisme te gebruiken, wat leidt tot state-of-the-art resultaten op de LIBERO-benchmarks met aanzienlijk minder vergeten.
Dit artikel introduceert de Huffman-Bucket Sketch, een eenvoudige en samenvoegbare datastructuur die HyperLogLog-sketches verliesvrij comprimeert tot bits door registers in buckets te partitioneren en met een Huffman-code te coderen, terwijl het tegelijkertijd constante update-tijden behoudt en de frequentie van het herbouwen van de Huffman-boom beperkt tot keer.
Dit paper introduceert CBCTRepD, een tweetalig AI-systeem dat door het gebruik van een groot, hoogwaardig dataset en een klinisch georiënteerd evaluatiekader, radiologen van alle ervaringsniveaus helpt bij het genereren van gestructureerde en nauwkeurige CBCT-rapporten, waardoor de vaardigheidskloof wordt overbrugd en het risico op het missen van laesies wordt verkleind.
Dit paper introduceert STADA, een framework voor specificatiegebaseerde testgeneratie dat systematisch diverse verkeersscenario's op basis van formele LTLf-specificaties genereert om autonome rijagenten efficiënter en grondiger te valideren dan bestaande methoden.
Dit artikel presenteert een studie naar minimale onvoldoende deelverzamelingen (MUSs) van 2-CNF-formules, waaronder een lineaire tijdprocedure voor het herkennen van 2-MUs, polynomiale algoritmen voor het vinden van MUSs met een of twee eenheidsclausules, en een incrementeel polynoomalgoritme voor een specifieke categorie MUSs, terwijl het ook de NP-compleetheid van het bestaan van een deficiëntie-1 MUS bevestigt.
Deze paper introduceert SSL-V3, een zelftoezichtend leermodel dat video-kwaliteitbeoordeling integreert in een Vision Transformer om de nauwkeurigheid van videoclassificatie te verbeteren, zelfs bij wazige beelden zoals in medische datasets.
Med-DualLoRA is een privacy-bewust, federatief framework dat foundation modellen voor 3D-cardiale MRI aanpast door lokale en globale LoRA-adapters te ontkoppelen, waardoor de communicatiekosten worden verlaagd en de prestaties worden verbeterd zonder dat gevoelige patiëntgegevens worden gedeeld.
Dit paper introduceert VCR, een nieuw kader voor versterking van beelden bij zwakke verlichting dat gebruikmaakt van een kanaaladaptieve aanpassingsmodule en een kleuralignemodule om de inconsistentie tussen luminantie en chrominantie in de HVI-kleurruimte op te lossen en zo de perceptuele kwaliteit te verbeteren.
Dit rapport vat de discussies en aanbevelingen samen van de NSF-workshop over de co-design van algoritmes en hardware voor medische toepassingen, waarin een strategische routekaart wordt gepresenteerd voor vier thema's en wordt opgeroepen tot een fundamentele verschuiving in de ontwikkeling en validatie van toekomstige medische technologieën.
Dit artikel presenteert een adaptief besturingskader dat een lage-niveau impedantiecontroller combineert met een hoge-niveau versterkingsleringsagent om robots in staat te stellen effectief en autonoom diverse materialen uit proefvaten te schrapen, wat resulteert in een significant betere prestatie dan traditionele methoden met vaste krachten.
Dit paper introduceert PPGuide, een lichtgewicht framework dat vooraf getrainde diffusiepoli's tijdens de inferentie stuurt door middel van een zelfsuperviserend performance-predictiemodel om fouten te minimaliseren en robuustheid te vergroten.
Dit artikel introduceert een bijna instance-optimale algoritme voor Poisson-steekproeven over acyclische joins dat via een willekeurig toegankelijk index en een proefmechanisme de prestaties aanzienlijk verbetert ten opzichte van bestaande methoden, terwijl het tegelijkertijd een uniforme basis biedt voor zowel klassieke join-verwerking als steekproeven.