6511 papers
Het paper introduceert AutoTraces, een autoregressief vision-language-trajectmodel dat de redeneercapaciteiten van grote taalmodellen combineert met een innovatieve tokenisatie van trajecten en automatische chain-of-thought-generatie om nauwkeurige en generaliseerbare voorspellingen van menselijke bewegingen in complexe omgevingen te maken.
Dit paper introduceert SI-ChainFL, een veilig en gedecentraliseerd federatief leerframework voor hogesnelheidstreinen dat Shapley-waarden gebruikt om bijdragen te belonen en zo vrijetijd en modelvergiftiging tegen te gaan, wat resulteert in een robuustere prestatie zelfs bij 90% kwaadaardige clients.
Dit artikel introduceert een nieuwe aanpak voor het ontdekken van token-specifieke Maximaal Extracteerbare Waarde (tMEV) door middel van een pipeline met statische analyse en zoektools die tot tien keer meer winst opleveren dan bestaande methoden op Ethereum.
Het paper introduceert CMMR-VLN, een vision-and-language navigatieframework dat grote taalmodellen verrijkt met een gestructureerd multimodaal geheugen en reflectiecapaciteiten om relevante eerdere ervaringen selectief op te halen, wat leidt tot aanzienlijke prestatieverbeteringen in zowel gesimuleerde als echte navigatietaken.
Dit artikel introduceert een dual-horizon hybride intern model voor continue vierpotige sprongen onder maangravitatie, dat wordt gevalideerd via het MATRIX-platform, een hardware-in-the-loop testomgeving die zwaartekrachtcompensatie en real-time maanlandschapsimulatie combineert.
Dit paper introduceert SafarDB, een FPGA-versnelde gedistribueerde transactiesysteem dat co-ontworpen is met een netwerkinterface om conflicterende en gecoördineerde gerepliceerde datatypen (RDTs en WRDTs) aanzienlijk sneller en robuuster te maken dan bestaande RDMA-gebaseerde oplossingen.
Dit paper introduceert ViSA, een framework dat Vision-Language Models versterkt met visueel-ruimtelijk redeneren om de beperkingen van bestaande methoden voor navigatie vanuit de lucht te overwinnen en zo de succesratio op de CityNav-benchmark met 70,3% te verbeteren.
Deze paper introduceert het realistische dataset TickTockVQA en het fine-tuning-framework Swap-DPO om de zwakke prestaties van vision-language modellen bij het lezen van analoge klokken in complexe, echte omgevingen aanzienlijk te verbeteren.
Dit paper introduceert 'Variable Substitution', een domeinspecifieke grafaugmentatietechniek die de semantische betekenis van wiskundige formules behoudt en zo de prestaties van contrastief leermodel voor het terugvinden van wiskundige informatie aanzienlijk verbetert.
Dit paper introduceert PIRA-Bench, een nieuwe benchmark en het bijbehorende PIRF-raamwerk, om multimodale taalmodellen te evalueren en te trainen voor proactieve GUI-agenten die gebruikersintenties kunnen voorspellen op basis van continue visuele input in plaats van alleen reageren op expliciete instructies.
Dit paper herconceptualiseert samenwerking tussen AI en mensen door een dynamisch perspectief te introduceren dat de complexe, niet-lineaire relatie tussen uitlijning, processtructuur en uitkomstresultaten analyseert via de lenzen van taaktrajecten en gedeelde intenties.
Dit artikel introduceert een dictionary-gestuurd raamwerk dat ontbrekende infraroodbeelden overbrugt door visuele informatie in een coëfficiënt-domein te vertalen en te fusioneren, waardoor interpreteerbare en kwalitatief betere resultaten worden bereikt zonder oncontroleerbare pixelgeneratie.
Dit paper introduceert DiffRacing, een nieuw raamwerk dat vectorvelden en differentieerbare dynamica combineert om drone-racen in complexe omgevingen te leren met hoge sample-efficiëntie en robuuste sim-naar-real overdracht.
Dit paper introduceert VSDiffusion, een tweestapsframework dat zichtbaarheidsvoorafgaande kennis gebruikt om de ill-geposeerde aard van schaduwgeneratie aan te pakken en zo realistische, geometrisch consistente schaduwen voor ingevoegde objecten te creëren.
AffordGrasp is een diffusion-gebaseerd framework dat fysiek stabiele en semantisch nauwkeurige menselijke grijpposities genereert door een schaalbaar annotatieproces en een dubbel-conditioneringsproces te integreren om de kloof tussen 3D-objectrepresentaties en tekstuele instructies te overbruggen.
Deze paper introduceert MambaDance, een nieuwe aanpak voor het genereren van dansbewegingen die een op Mamba gebaseerd diffusiemodel en een Gaussische beat-representatie combineert om langere, ritmisch coherente en muziekgesynchroniseerde dansen te creëren die de beperkingen van bestaande Transformer-methoden overwinnen.
Deze paper introduceert een tweestapskaskader dat natuurlijke taal omzet in skeletsequentieën en vervolgens naar realistische video's, waarbij het tekort aan openbare datasets voor complexe menselijke bewegingen oplost met een synthetisch dataset en verbeterde prestaties boekt op zowel bewegingsdiversiteit als tijdsconsistentie.
Dit paper introduceert QualiTeacher, een nieuw raamwerk dat de kwaliteit van pseudo-labels gebruikt als conditioneel toezichtsignaal om realistische beeldherstelmodellen te trainen die kunstmatige artefacten vermijden en resultaten kunnen genereren die beter zijn dan de oorspronkelijke pseudo-labels.
Dit artikel bewijst dat het verschil tussen de minimale grootte van een Boolese schakeling en een formule in de AIG-basis altijd 0 of 1 is, en dat delen van subexpressies alleen nodig is wanneer het aantal essentiële variabelen een bepaalde drempel overschrijdt.
Dit paper presenteert een robuust multimodaal raamwerk met veilige cross-attention en modality dropout dat de uitdagingen van de 10e ABAW-uitdaging voor expressierecognitie, zoals gedeeltelijke verduistering en ontbrekende modaliteiten, effectief aanpakt en een nauwkeurigheid van 60,79% bereikt op de Aff-Wild2-validatieset.