2528 papers
Dit paper introduceert NeurCC, een nieuw geleerd algoritme voor concurrentiecontrole dat door het leren van een efficiënte zoekfunctie met behulp van Bayesiaanse optimalisatie en een grafreductie-algoritme, consistente en snellere prestaties boekt dan bestaande methoden over diverse werklasten.
Dit artikel bewijst dat het geven van een rechter-actegorie met hom-objecten equivalent is aan het geven van een rechter-verrijkte categorie met copowers, een generalisatie die essentieel is voor de semantiek van hogere-orde procesdoorgeven in de concurrente taal CaMPL.
Deze paper introduceert een nieuw semi-supervised teacher-student framework voor biomedische beeldsegmentatie dat gebruikmaakt van diffusion modellen om hoogwaardige pseudo-labels te genereren en zo de prestaties aanzienlijk verbetert in scenario's met beperkt gelabelde data.
Deze paper introduceert BR-Gen, een groot dataset van lokaal vervalste afbeeldingen met diverse scene-annotaties, en NFA-ViT, een nieuw model dat gebruikmaakt van ruisgeleide vervalsingsversterking om subtiele AI-gemaakte manipulaties in beelden effectiever te detecteren.
Dit paper introduceert SPDL, een open-source bibliotheek die de prestaties van GPU-data-laden aanzienlijk verbetert door de Python GIL te omzeilen, wat resulteert in een 74% snellere verwerking van ImageNet en een lagere CPU- en geheugengebruik vergeleken met PyTorch DataLoader.
Deze paper introduceert iTuP en SDG-Net, een systeem dat robotgrepen optimaliseert door interactiewerktuigen te minimaliseren in plaats van alleen op geometrie te vertrouwen, waardoor de stabiliteit en het succes van gereedschapsgebruik aanzienlijk worden verbeterd.
Dit paper introduceert M4-SAR, een uitgebreide dataset en benchmark voor objectdetectie door middel van fusie van optische en SAR-beelden, die de prestaties aanzienlijk verbetert in complexe omgevingen vergeleken met single-source detectie.
Dit paper introduceert MARRS, een nieuw framework dat gebruikmaakt van continue representaties en een Unit-distinguished Motion VAE met Action-Conditioned Fusion en Adaptive Unit Modulation om gecoördineerde en fijnmazige menselijke reactiebewegingen te synthetiseren, waarmee de beperkingen van vector-quantisatie en de complexiteit van bestaande autoregressieve modellen worden overwonnen.
Dit paper introduceert EasyText, een bestuurbare Diffusion Transformer-architectuur die nauwkeurige multilinguale tekstweergave mogelijk maakt door middel van nieuwe positie-encoding-technieken en een groot synthetisch dataset.
Deze studie toont aan dat GPT-4o, versterkt door instructietuning en few-shot prompting, aanzienlijk beter presteert dan bestaande modellen bij het detecteren van kwetsbaarheden in meerdere programmeertalen op zowel functie- als lijnniveau.
Dit paper introduceert SpikeSMOKE, een energiezuinige architectuur voor monokulaire 3D-objectdetectie die gebruikmaakt van spiking neurale netwerken en een nieuw Cross-Scale Gated Coding-mechanisme om de prestaties te verbeteren en het energieverbruik aanzienlijk te verlagen ten opzichte van bestaande methoden.
Deze paper introduceert een groot, langlopend dataset van meer dan 75 miljoen reacties en 400 miljoen stemmen uit de discussiefora van de Oostenrijkse krant DerStandard (2013-2022), waarbij gebruikersprivacy wordt gewaarborgd door geanonimiseerde ID's en het vrijgeven van vooraf berekende vectorrepresentaties in plaats van de ruwe tekst.
Dit paper introduceert FieldLVLM, een nieuw raamwerk dat Large Vision-Language Models verbetert in het interpreteren van complexe stromingsvelddata door fysische kenmerken om te zetten in gestructureerde tekst en een data-compressiestrategie toe te passen, waardoor deze modellen aanzienlijk beter presteren in wetenschappelijke toepassingen.
Het paper introduceert YOPO, een minimalistisch, single-stage transformer-model dat monokulaire RGB-afbeeldingen gebruikt om de 9-DoF-pose van onbekende objecten op categorieniveau direct en nauwkeurig te schatten zonder extra data of pseudo-diepte.
Dit paper introduceert Adaptive Tamaraw, een adaptief framework dat website fingerprinting-aanvallen effectief tegengaat door tracepatronen te clusteren en paddingparameters dynamisch aan te passen, waardoor de beveiliging met bewijsbare garanties wordt gecombineerd met een tot 99% lagere overhead ten opzichte van de klassieke Tamaraw-methode.
Het artikel introduceert CoRe-GS, een coarse-to-refine raamwerk voor semantische Gaussian Splatting dat de reconstructietijd en -kwaliteit voor robottoepassingen verbetert door zich te focussen op specifieke objecten van belang in plaats van de volledige scène uniform te optimaliseren.
Deze paper presenteert de eerste grootschalige empirische studie naar het gebruik van drijvende-kommaberekeningen in statisch getypeerde GitHub-repositories, waarbij een dataset van 10 miljoen functies wordt vrijgegeven om de representativiteit van bestaande benchmarks te evalueren en toekomstige analyse-technieken te verbeteren.
Dit paper introduceert VocSegMRI, een multimodaal kader dat video, audio en fonologische signalen integreert via cross-attention en contrastief leren om de segmentatie van de spraaktractus in real-time MRI aanzienlijk te verbeteren.
Dit artikel presenteert een decentrale aanpak voor het coöperatief vervoer van onvatbare objecten door teams van N-vierpootrobots met armen, waarbij ze via een hiërarchisch beleidsarchitectuur en een speciaal beloningssysteem leren om zonder communicatie of mechanische koppeling samen te werken door alleen contactkrachten te gebruiken.
Dit artikel analyseert acht AI-deployments in niet-westerse contexten en presenteert twaalf richtlijnen voor het ontwerpen van cultureel afgestemde systemen, waarbij het benadrukt dat menselijke samenwerking en inzicht in lokale factoren cruciaal zijn voor succes in hoog-risicodomeinen.