6340 papers
Deze studie, gebaseerd op interviews met softwareprofessionals in Brazilië en Portugal, concludeert dat teamdiversiteit een cruciale rol speelt bij het identificeren van bias, het bevorderen van empathie en het ondersteunen van inclusieve besluitvorming in de ontwikkeling van AI-systemen.
Dit artikel introduceert Structured Gossip DNS, een partition-resilient naamoplossingssysteem voor internet-schaalnetwerken dat via passieve stabilisatie en commutatieve operaties de berichtcomplexiteit verlaagt en eventual consistency garandeert zonder globale coördinatie.
Het paper introduceert AR2-4FV, een systeem dat gebruikmaakt van een stabiele achtergrondankerbank voor langdurige taalgebaseerde objectvolging in video's met een vast camerastandpunt, waardoor het object kan worden herkend en geïdentificeerd zelfs na lange perioden van afwezigheid of verduistering.
Het artikel introduceert DECADE, een onbewaakte diffusiemodel dat tijdsconsistentie toepast om ruis in dynamische Rb-82 hart-PET-beelden te verminderen en zo de beeldkwaliteit en kwantitatieve nauwkeurigheid verbetert zonder gebruik te maken van gepaarde trainingsdata.
Het paper introduceert MedQ-Deg, een uitgebreid benchmark voor het evalueren van multimodale grote taalmodellen in medische beeldvorming onder diverse kwaliteitsdegradaties, waarbij wordt aangetoond dat prestaties systematisch achteruitgaan en modellen vaak onterecht hoog vertrouwen behouden ondanks een daling in nauwkeurigheid.
Dit artikel introduceert Apply2Isar, een tool die automatisch procedurele 'apply-style' bewijzen in Isabelle/HOL converteert naar leesbare en robuuste declaratieve Isar-bewijzen, en de effectiviteit ervan valideert met bewijzen uit het Isabelle Archive of Formal Proofs.
Deze paper introduceert het GK-FedDKD-framework, een federatief leermodel dat geometrische kennis en dubbele kennisdistillatie combineert om de uitdagingen van data-heterogeniteit bij het analyseren van satellietbeelden effectief aan te pakken en aanzienlijk betere prestaties te leveren dan bestaande methoden.
Deze paper introduceert een stabiliteitsgeoriënteerde architectuur met een residu-besturingskanaal en een Stabiliteitsuitlijningspoort die, zonder de bestaande beleidsparameters aan te passen, robotica-systemen in staat stelt om na dynamische verschuivingen in real-time snel te herstellen en de prestaties te behouden.
Dit paper introduceert een geparametriseerde stijltransfermethode die afbeeldingen in het penseelstreek-domein in plaats van het pixeldomein representeert, wat resulteert in een natuurgetrouwere weergave van kunst dan bestaande pixelgebaseerde technieken.
Dit paper introduceert OrdinalBench, een diagnostisch benchmarkdataset van 39.000 vraag-antwoordparen die de generalisatiegrenzen van Vision-Language Models in het begrijpen van ordinaal getallen, zoals het traceren van relatieve posities tot extreme indices, evalueert via gestructureerde redeneertaken.
Deze paper introduceert SGI, een compact en efficiënt framework dat door middel van een zaad-gebaseerde structuur en multi-schaal fitting 2D Gaussians comprimeert en sneller convergeert voor de representatie van hoge-resolutie afbeeldingen zonder kwaliteitsverlies.
Dit artikel introduceert 4DRC-OCC, een robuust systeem voor semantische bezettingsvoorspelling dat 4D-radar en camera-data combineert om prestaties onder moeilijke omstandigheden te verbeteren en een volledig automatisch gelabelde dataset voor training biedt.
Deze paper presenteert een robuust, mechanisch afgestemd tastapparaat voor meerpotige robots dat door het nabootsen van centipede-antennes real-time tactiele feedback biedt, waardoor betrouwbare navigatie en het ontsnappen uit krappe ruimtes mogelijk wordt zonder globale omgevingsinformatie of visie.
Dit paper introduceert Inverse Resistive Force Theory (I-RFT), een fysica-gedreven machine learning-framework dat robot-voetbewegingen en contactkrachten gebruikt om de mechanische eigenschappen van granulaire bodems nauwkeurig te schatten, zelfs bij willekeurige looppatronen.
Dit paper introduceert MWM, een mobiel wereldmodel dat door middel van een tweestaps trainingsframework en een nieuwe distillatiemethode actie-geconditioneerde consistentie verbetert, wat leidt tot betere visuele kwaliteit, trajectnauwkeurigheid en planningsucces bij navigatie-taken.
Dit paper introduceert STEP, een op voorkeursvoorwaarden gebaseerde reinforcement learning-methode die de afweging tussen ruimtelijke efficiëntie en operationele tijd optimaliseert voor robotten die 3D-kisten inpakken, wat resulteert in een 44% reductie van de benodigde tijd zonder in te leveren op de packdichtheid.
Dit artikel onderzoekt onder welke voorwaarden de verbale persistente homologie-transformatie (VPHT) niet-injectief is voor graafstructuren met collineaire hoekpunten, en identificeert zowel noodzakelijke als voldoende eigenschappen voor het niet-reconstrueerbaar zijn van dergelijke grafen.
Deze studie introduceert een temperatuurbewuste, gedistribueerde optimalisatiebenadering voor het co-optimiseren van energiekosten, CO₂-uitstoot, waterverbruik en responstijd bij de inferentie van grote taalmodellen in geo-gedistribueerde edge datacenters in Australië.
Dit onderzoek analyseert de governance van AI-genererde content op 40 socialemediaplatforms en concludeert dat hoewel de meeste platforms zich richten op moderatie en transparantie, er behoefte is aan meer uitgebreide, toekomstgerichte beleidslijnen en educatie, vooral op het gebied van eigendom en monetarisatie.
HybridStitch is een nieuwe methode voor tekst-naar-afbeelding-generatie die de berekening versnelt door complexe beeldgebieden te verfijnen met een groot model en eenvoudige gebieden te genereren met een kleiner model, wat resulteert in een 1,83-voudige snelheidswinst op Stable Diffusion 3.