6584 papers
Deze paper introduceert Adaptive MLP Pruning (AMP), een methode die de parameters en FLOPs van grote Vision Transformers met ongeveer 40% vermindert zonder merkbare prestatieverlies door het gebruik van een label-vrije entropie-criterium voor nauwkeurigere neuron-evaluatie en een adaptieve binaire zoekalgoritme voor het bepalen van de pruning-diepte.
Dit onderzoek verkent hoe gebruikers de kwetsbaarheid van vormveranderende interfaces waarnemen en ontwikkelt een raamwerk om deze perceptie te begrijpen en de robuustheid van toekomstige ontwerpen te verbeteren.
Dit artikel introduceert permutatie-matchpuzzels op roosters, karakteriseert de oplosbaarheid ervan via een acyclische voorwaarde, levert een tellende formule voor oplossingen, biedt een lineaire algoritme voor het repareren van onoplosbare gevallen, en toont aan dat de veralgemening met willekeurige permutaties NP-compleet is.
DeReCo is een nieuw decentraliseerd multi-robot leerframework dat representatie- en coördinatielering ontkoppelt via een drie-traps trainingsstrategie, waardoor de sample-efficiëntie en generalisatie voor het samenwerken bij het transporteren van objecten met uiteenlopende vormen en eigenschappen aanzienlijk worden verbeterd.
Dit artikel introduceert SAMoE-VLA, een autonoom rijmodel dat de instabiliteit van bestaande token-gebaseerde MoE-mechanismen oplost door expertselectie te baseren op gestructureerde verkeerscènes en een conditionele cross-modale causale aandachtmechanisme, waardoor het state-of-the-art prestaties bereikt met minder parameters.
Deze paper introduceert UIS-Digger, een nieuw multi-agent framework dat de beperkingen van huidige zoekagenten bij het vinden van niet-geïndexeerde informatie aanpakt door middel van een nieuw benchmark (UIS-QA) en een effectieve oplossing die zelfs superieure prestaties boekt ten opzichte van geavanceerde modellen zoals O3 en GPT-4.1.
Deze paper introduceert een geïntegreerd framework dat RL-getrainde teleoperatiehulp (IMCopilot) en een Mixture-of-Dexterous-Experts VLA-architectuur (MoDE-VLA) combineert om mensachtige, contactrijke bimanuele manipulatie mogelijk te maken door kracht- en tactiele sensoren naadloos te integreren.
Dit paper introduceert UniGround, een training-vrije methode voor universele 3D-visual grounding die door middel van visuele en geometrische redenering objecten in willekeurige 3D-scènes lokaliseert zonder afhankelijk te zijn van vooraf getrainde modellen, waardoor robuustheid en generalisatie naar ongeziene ruimtelijke relaties en domeinen worden bereikt.
FLED-GS is een nieuw, snel framework dat 3D-scènes met weinig licht, ruis en bewegingsonscherpte herstelt door een cyclisch proces van versterking en reconstructie te gebruiken, waardoor het aanzienlijk sneller is dan bestaande methoden zoals LuSh-NeRF.
Dit paper lost de fundamentele mismatch in hogere-dimensionale automaten op door een orde-onafhankelijke semantiek te ontwikkelen die gebaseerd is op interval-ipomsets, waardoor een verenigde en zuivere grondslag voor concurrentiemodellen wordt geboden die vrij is van kunstmatige totale ordening.
Dit paper introduceert VesselFusion, een diffusiemodel dat 3D CT-beelden gebruikt om op een natuurlijke en stabiele manier bloedvatcentrumlijnen te extraheren via een ruw-naar-fijn representatie en stemmingsgebaseerde aggregatie, wat leidt tot hogere nauwkeurigheid dan traditionele methoden.
Deze studie toont aan dat de effectiviteit van fysieke interactie met een robot als spelmeester in moordmysterie-spellen afhankelijk is van de houding van de gebruiker, waarbij personen met een negatieve robotattitude (NARS) juist baat hebben bij een digitale interface om hun immersie te behouden.
Dit position paper pleit voor de ontwikkeling van bestuurbare Mediated Reality-systemen voor veiligheidskritische situaties onderweg, waarbij gebruikers mechanismen nodig hebben om perceptie te configureren en te begrijpen zonder de veiligheid te compromitteren.
Dit artikel presenteert een krachtbewust besturingssysteem voor humanoïde robots met meerdere vingers dat, gebaseerd op geschatte krachten uit tactiele sensoren, de beweging van het lichaam en de handen aanpast om stabiel contact met objecten te behouden door de drukpunt en het contactpolygon van de vingers op elkaar af te stemmen.
Dit paper introduceert MV-Fashion, een groot meerkijkend video-dataset met 3.273 sequenties en gedetailleerde annotaties, dat is ontworpen om de kloof te overbruggen tussen synthetische en realistische data voor taken zoals virtueel passen en kledinggrootte-schatting.
Dit paper introduceert Edged USLAM, een hybride visueel-inertiaal systeem dat gebeurtenisgebaseerde camera's combineert met een randgevoelige front-end en een leergerichte dieptemodule om robuuste localisatie en mapping te realiseren onder uitdagende omstandigheden zoals snelle beweging en extreme verlichting.
Deze studie introduceert een spectrogram-gebaseerde CNN-methode die MFCC-technieken overtreft bij het uitvoeren van multilabel-classificatie van complexe Zuid-Aziatische geluiden, zoals aangetoond op de SAS-KIIT- en UrbanSound8K-datasets.
Deze studie toont aan dat bij ouderen de persoonlijkheid van een spraakassistent (met name hoge vriendelijkheid) hun empathie- en sympathiepercepties beïnvloedt zonder hun oordeel over intelligentie te veranderen, terwijl contextuele verklaringen in noodsituaties effectiever zijn dan die op basis van gespreksgeschiedenis.
Dit artikel presenteert een hybride, interpreteerbare deep learning-methode die 1D-CNN en GRU combineert met XAI-technieken om de betrouwbaarheid en root-cause-analyse van foutdetectie in automotive softwaresystemen tijdens validatie te verbeteren.
Dit artikel introduceert de Condition Insight Agent, een besluitvormingsframework dat heterogene onderhoudsdata integreert via een bewijsgedreven, regelgebaseerde redeneermethode om betrouwbare, verklaarbare aanbevelingen te genereren voor industriële onderhoudsprocessen.