6631 papers
SplitAgent introduceert een nieuw gedistribueerd architectuurmodel dat privacybehoudende samenwerking tussen enterprise- en cloud-gebaseerde AI-agenten mogelijk maakt door contextbewuste dynamische sanitisering te combineren met differentieel privacy, waardoor bedrijven gevoelige data kunnen beschermen zonder in te leveren op taaknauwkeurigheid.
Het paper introduceert SAVE, een nieuwe methode voor video-tekstretrieval die de prestaties van de huidige staat van de kunst (AVIGATE) significant verbetert door een speciale spraaktak en een zachte vroege visueel-audiatieve uitlijning (soft-ALBEF) te gebruiken om de vaak genegeerde audio-informatie effectiever te benutten.
Dit paper introduceert XTRIDE, een geoptimaliseerde n-gram-methode die de type-inferentie van gesterpte binaries aanzienlijk versnelt en nauwkeuriger maakt dan bestaande technieken, waardoor deze geschikt is voor geautomatiseerde reverse-engineering-pipelines.
Deze paper introduceert SRNeRV, een nieuw recursief raamwerk voor neurale videorepresentatie dat door middel van een hybride delingsschema de parameterredundantie van bestaande multi-schaalgeneratoren oplost en zo de prestaties aanzienlijk verbetert.
GarmentPainter is een efficiënt raamwerk dat een karaktergeleid diffusiemodel en UV-positiekaarten gebruikt om hoogwaardige, 3D-consistente textuurpatronen voor kleding te genereren zonder strikte ruimtelijke uitlijning tussen referentieafbeeldingen en 3D-meshes.
Dit artikel introduceert een raamwerk voor grote audio-taalmodellen dat dubbelzinnige spraakemotieherkenning behandelt als een distributief redeneerprobleem door een ambiguiteitsbewust doel en gestructureerde chain-of-thought-supervisie te combineren, wat leidt tot consistente prestatieverbeteringen op benchmarkdatasets.
Dit artikel introduceert een algemeen Lie-groepkader op basis van Cosserat-staarttheorie en cumulatieve parametrisering op SE(3) voor het modelleren van continue zachte robots, wat een verenigde, efficiënte en flexibele aanpak biedt voor kinematica, statica en dynamica van diverse complexe structuren.
Dit onderzoek toont aan dat state-of-the-art deep learning-modellen, waaronder vision transformers en foundation modellen, in combinatie met ultra-widefield imaging en frequentiedomeinrepresentaties, zeer effectief zijn voor het beoordelen van beeldkwaliteit, het detecteren van referabele diabetische retinopathie en diabetisch maculair oedeem, waarbij feature-level fusion en Grad-CAM-analyse de robuustheid en uitlegbaarheid verder verbeteren.
Dit paper introduceert een fysica-gestuurde voorverwerkingsmethode voor millimetergolf-gebaseerde menselijke pose-schatting die, door expliciete fysieke priors te gebruiken in plaats van data-gedreven modules, de modelgrootte met 55,7-88,9% verkleint en real-time implementatie op Raspberry Pi mogelijk maakt zonder in te leveren op nauwkeurigheid.
Dit paper introduceert SiMO, een nieuw systeem voor collaboratieve waarneming dat door middel van Length-Adaptive Multi-Modal Fusion (LAMMA) en een unieke trainingsstrategie modale uitval effectief opvangt en semantische consistentie behoudt, waardoor het prestaties optimaliseert ongeacht welke sensoren beschikbaar zijn.
Deze paper introduceert een topologisch stabiele variant van de Hough-transformatie die, in plaats van een gediscrétiseerde stemming, een continue scorefunctie en persistente homologie gebruikt om lijnen in puntwolken te detecteren, vergezeld van een efficiënt algoritme voor de berekening van deze kandidaatlijnen.
Dit paper stelt een nieuw concept voor voor een gekoppelde Europese capaciteitsmarkt die, door gebruik te maken van flow-based marktgekoppeling, de systeemkosten verlaagt en de leveringszekerheid waarborgt door beschikbare capaciteit in buurlanden efficiënter te benutten dan bestaande nationale mechanismen.
Dit paper introduceert DynamicVGGT, een uniek feed-forward framework dat VGGT uitbreidt tot dynamische 4D-scèneherconstructie voor autonoom rijden door het gezamenlijk voorspellen van puntkaarten en het gebruik van motion-aware temporal attention en dynamische 3D Gaussian Splatting voor nauwkeurige bewegingsmodellering.
Dit paper introduceert WaDi, een efficiënt distillatiekader dat gebruikmaakt van LoRaD om richtingsveranderingen in de gewichten van diffusion-modellen te modelleren, waardoor state-of-the-art één-staps beeldsynthese wordt bereikt met slechts 10% van de trainbare parameters.
Het paper introduceert Seed2Scale, een zelfevoluerend data-engine dat de beperkingen van bestaande methoden voor Embodied AI overwint door een synergie tussen een kleine verzamelmodel, een groot bewerkingsmodel en multimodale evaluatie, waardoor het met slechts vier seed-demonstraties een robuuste prestatieverbetering van 131,2% bereikt.
Dit paper introduceert FinToolBench, het eerste uitvoerbare benchmark-omgeving voor het evalueren van LLM-agenten in de financiële sector, die 760 realistische tools combineert met een nieuw evaluatiekader en de FATR-basismethode om betrouwbaarheid en naleving te waarborgen.
Deze paper introduceert een leervrije methode voor het volgen van 6D objectposities met behulp van event-camera's, die door het fuseren van optische stroom voor voortplanting en een sjabloongebaseerde correctiestrategie superieure prestaties boekt bij snel bewegende objecten in vergelijking met bestaande RGB-D-camera-algoritmen.
Het paper introduceert SAIL, een framework dat robot-imitatielering omvormt tot een iteratief verfijningsproces met Monte Carlo Tree Search en visueel-taalmodellen, waardoor het verhogen van de rekentijd tijdens het testen de succespercentages aanzienlijk verbetert.
Dit artikel introduceert een methode die gebruikmaakt van conceptprototypen, afgeleid uit de inbeddingsgeometrie van het model, om brede en complexe concepten zoals geweld en seksualiteit betrouwbaar uit diffusiemodellen te verwijderen terwijl de beeldkwaliteit behouden blijft.
Dit paper toont aan dat het elimineren van redundante communicatiekanalen en het toepassen van representatieve parsimonie, gecombineerd met Contribution-Gated Credit Assignment, leidt tot robuustere en succesvollere 3D-vervolging in complexe omgevingen vergeleken met methoden die afhankelijk zijn van rijkere inter-agent koppelingen.