7006 papers
Dit artikel introduceert het Hiërarchische Autonomie Evolutie (HAE)-kader, dat de beveiliging van AI-agenten structureert in drie niveaus—cognitieve autonomie, uitvoeringsautonomie en collectieve autonomie—om de toenemende kwetsbaarheden van autonome systemen op te lossen en een meerlaagse defensiearchitectuur te bevorderen.
Dit paper introduceert AMR-CCR, een verankerd modulair ophaalframework dat continu Chinees schriftherkenning mogelijk maakt door nieuwe klassen dynamisch toe te voegen via een gedeelde multimodale ruimte, en presenteert EvoCON als een nieuw benchmark voor deze taak.
Dit paper presenteert een innovatieve inverse-dynamische waarnemer die een lineair eenspoorvoertuigmodel combineert met een op hyperbolische partiële differentiaalvergelijkingen gebaseerde distributie van de bandendynamica om de zijglijhoek en bandkrachten uitsluitend te schatten op basis van de gier- en zijversnellingsmetingen.
Dit paper introduceert SeDa, een unificerend raamwerk dat meer dan 7,6 miljoen datasets van diverse bronnen integreert via semantische annotatie en multi-entiteit navigatie om betrouwbare en contextbewuste datasetontdekking mogelijk te maken.
Dit paper introduceert een raamwerk voor skelet-latente diffusie dat structurele priors gebruikt om hoogwaardige en efficiënte generatie van medische anatomische vormen mogelijk te maken, ondersteund door een nieuw groot dataset genaamd MedSDF.
Deze studie toont aan dat politieke polarisatie op Reddit, in tegenstelling tot op Twitter, wordt gekenmerkt door een verankerde, zelfgeselecteerde kern van gebruikers die niet wordt verzacht door blootstelling aan tegenstrijdige meningen, maar juist wordt versterkt door echo-kamers en overlevingsbias.
Het artikel introduceert EvolveReason, een zelf-evoluerend paradigma dat door middel van mensachtig redeneren, een specifiek dataset en een latent-space module de nauwkeurigheid en betrouwbaarheid van uitlegbaar deepfake-gezichtherkenning verbetert.
InterReal is een unificerend, op fysica gebaseerd imitatieleerkader dat humanoid robots in staat stelt om realistische mens-object-interacties te leren en succesvol in de echte wereld toe te passen, zoals aangetoond op de Unitree G1-robot.
Dit paper introduceert GP-Tree, een efficiënte in-memory ruimtelijke index die fijnkorrelige gridcellen combineert met een prefixboomstructuur om de filtercapaciteit en queryprestaties voor complexe ruimtelijke objecten aanzienlijk te verbeteren ten opzichte van traditionele methoden.
Deze studie toont aan dat grafische code-representaties, die in de literatuur onderbelicht zijn, systematisch beter presteren dan andere methoden bij het voorspellen van de correctheid van gepatchte software, waardoor de betrouwbaarheid van geautomatiseerde programmareparatie wordt verbeterd.
Deze paper introduceert SketchGraphNet, een geheugenefficiënte hybride graf-Transformer die vrijehandtekeningen direct als gestructureerde grafen modelleert en een nieuw benchmark-dataset van 3,44 miljoen schetsen presenteert om grootschalige tekenherkenning te verbeteren.
Dit paper introduceert ICLR, een nieuw raamwerk voor in-context imitatielearning dat robots in staat stelt om hun prestaties en generalisatie te verbeteren door gestructureerde visuele redeneertraces die toekomstige trajecten voorspellen, te integreren in een autoregressieve transformer.
Het paper introduceert MIRO, een privacybewaarend systeem dat een netwerk van PM-sensoren combineert met mmWave-radars en een GAN-gebaseerd netwerk om werknemers in industriële omgevingen zoals steenhouwers te identificeren en hun blootstelling aan fijnstof nauwkeurig te monitoren zonder gebruik te maken van visuele gegevens.
Dit paper introduceert ACCURATE, een robuust 3D-reconstructieframework dat een segmentatie-neuraal netwerk combineert met een geometrie-gedwongen topologietraversie en dynamisch programmeren om de nauwkeurige reconstructie van willekeurig gevormde, langwerpige continuumbogen, zoals gidsdraden en katheters, mogelijk te maken onder klinische X-ray C-arm-systemen.
Deze paper introduceert een semantisch-geometrisch raamwerk dat de absolute schaal van UAV-beelden schat met behulp van voertuigen als referentie, waardoor de robuustheid van cross-view geo-localisatie tussen UAV- en satellietbeelden aanzienlijk wordt verbeterd door schaalconsistentie te herstellen.
Dit paper introduceert UniLongGen, een trainingsvrije inferentiestrategie die de betrouwbaarheid van langdurige, interleaved beeldgeneratie in unified multimodale modellen verbetert door dynamisch irrelevante visuele informatie te verwijderen en zo de ophoping van visuele vervuiling te voorkomen.
CONSTANT is een nieuwe methode voor één-op-een handschriftdirectie die gebruikmaakt van een diffusion-model met patch-contrastversterking en stijl-bewuste kwantisatie om realistische en gedetailleerde handschriftdoelen te genereren die zich aanpassen aan complexe schrijfstijlen.
Deze studie toont aan dat privacybehoud bij de detectie van de ziekte van Parkinson via spraak mogelijk is met de kNN-VC-anonimiseringsmethode, die pathologische informatie behoudt terwijl STT-TTS deze door het verwijderen van prosodie te sterk aantast.
Deze paper introduceert een nieuw raamwerk voor 'Speech Generation Speaker Poisoning' om de privacyrisico's van zero-shot tekst-naar-spraakmodellen te beperken door specifieke stemidentiteiten te verwijderen, waarbij wordt aangetoond dat dit effectief werkt voor tot 15 sprekers maar schaalbaarheidsproblemen ondervindt bij 100 sprekers.
ReconDrive is een voorspellend framework dat de 3D-fundatiemodel VGGT uitbreidt met hybride Gaussische voorspellingskoppen en een statisch-dynamische 4D-samenstellingsstrategie om snelle, hoogwaardige 4D-Gaussian Splatting-reconstructies voor autonome rijscènes te genereren, waarmee het de snelheid van bestaande methoden combineert met de kwaliteit van per-scene optimalisatie.