6675 papers
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.
Deze paper introduceert ESC, een kalibratiemethode gebaseerd op evolutiestrategieën die specifiek is ontworpen voor spraakmodellen om near-lossless prestaties te bereiken bij low-bit (INT4 en INT8) kwantisatie door de unieke uitdagingen van audioactivaties aan te pakken.
Dit paper introduceert MERLIN, een robuust multimodaal groot taalmodel voor elektromagnetische signalen dat de uitdagingen van data-schaarste, benchmark-tekort en lage signaal-ruisverhoudingen aanpakt door middel van de nieuwe datasets EM-100k, de benchmark EM-Bench en een geavanceerd trainingsframework.
Deze studie toont aan dat end-to-end full-duplex spraakmodellen zoals SALM-Duplex en Moshi gevoelige sprekeridentiteitsinformatie lekken in hun verborgen representaties, en presenteert twee streaming-anonimisatiemethoden die de herkenbaarheid van sprekers aanzienlijk verminderen terwijl de responslatentie onder de seconde blijft.
Dit onderzoek presenteert een multi-agent simulatiemodel dat aantoont dat, ondanks een beperkte impact van klimaatverandering, een vermindering van de visserijinspanning essentieel is om een duurzame evenwichtstoestand in de Senegalese artisanale visserij te bereiken en massale migratie van vissers te voorkomen.
Dit paper presenteert een agentic-AI-systeem dat in samenwerking met Hacon (Siemens) automatisch testscripts genereert op basis van specificaties, waardoor de regressietestcapaciteit in agile omgevingen aanzienlijk wordt verhoogd terwijl menselijke toezicht en kwaliteit behouden blijven.
Dit paper stelt een topologisch raamwerk voor op basis van Hodge-decompositie om operationele flows in serverless platforms te analyseren, waarbij structurele inefficiënties worden geïdentificeerd en getransformeerd naar actievere herstelstrategieën zonder de volledige architectuur te moeten herstructureren.
Fusion-Poly is een nieuw polyhedraal raamwerk dat asynchrone LiDAR- en cameradata integreert via ruimtelijk-temporale fusie om de 3D multi-object tracking op het nuScenes-benchmark te verbeteren tot een state-of-the-art AMOTA van 76,5%.
Dit rapport beschrijft de ervaringen en technieken bij het automatisch converteren van een 800.000 regels tellende C++ monoliet naar een Java EE-architectuur, inclusief het oplossen van veelvoorkomende taalverschillen en het gebruik van een clang-tool voor continue regeneratie van de code.
Dit paper introduceert MM-TS, een methode voor multi-modale contrastieve learning die dynamische temperatuur- en margeschema's gebruikt om de prestaties op langstaartdata te verbeteren en InfoNCE-loss met max-margin-objectieven te verenigen, wat leidt tot nieuwe state-of-the-art resultaten op diverse beeld- en video-taalkundige datasets.