7210 papers
Dit paper betoogt dat het huidige interconnect-landschap lijdt aan een semantische crisis veroorzaakt door vendor-specifieke afwijkingen en een fundamenteel misverstand over tijd en orde, en pleit voor de Open Atomic Ethernet-standaard om correcte, testbare linksemantiek te herstellen zonder globale barrières.
Dit overzichtspaper presenteert een op beperkingen-gekoppelde perspectief voor onderwater geëmbodied intelligentie, waarin het wordt betoogd dat planning en controle moeten worden begrepen binnen de onderlinge afhankelijkheid van fysieke, communicatie- en hulpbronnenbeperkingen om robuuste autonomie in de echte oceaan te bereiken.
Dit artikel introduceert een interpreteerbaar 3D Concept Bottleneck-model dat morfologische en hemodynamische kenmerken integreert om intracraniële aneurysma's met hoge nauwkeurigheid te classificeren zonder in te leveren op klinische transparantie.
Deze paper presenteert een aan boord geïmplementeerd, waarnemend framework voor gemengd-integrale modelpredictieve controle dat voetplaatsing en stapduur gelijktijdig plant voor humanoïde locomotie op losse steunpunten, waarbij het gebruik maakt van DCM-dynamica en capturabiliteitsgrenzen om veilige en robuuste looppatronen te genereren.
Dit technische rapport introduceert VIVECaption, een tweezijdige aanpak die een gestructureerd evaluatietaxonomie combineert met een gefinancierd dataset-creatieproces en modelafstemming om de kwaliteit van beeldbeschrijvingen te verbeteren en zo de prestaties van generatieve AI-modellen te optimaliseren zonder afhankelijk te zijn van auteursrechtelijk beschermde webgegevens.
Dit artikel presenteert een methode om met Vision-Language Models en gestuurde prompts betekenisvolle bijschriften voor afbeeldingen van individuele tanden te genereren, waarmee een hiaat in bestaande datasets wordt gedicht die vaak beperkt zijn tot het volledige gebit of specifieke aandoeningen.
Dit paper introduceert LoRA-SP, een adaptieve fijnafstemmingsmethode voor Vision-Language-Action-modellen die dynamische capaciteit toewijst om de prestaties op onbekende robotische taken te verbeteren en cross-taak interferentie te verminderen.
Het artikel introduceert UnSCAR, een schaalbaar en controleerbaar beeldherstelmodel dat door middel van een multi-branch mixture-of-experts-architectuur de interferentieproblemen bij het gezamenlijk leren van meerdere degradaties oplost en zo stabiele prestaties garandeert voor zowel bekende als onbekende vervormingen.
Dit artikel presenteert de eerste fysieke teststudie van het Internet van Spiegels (IoM), waarin wordt aangetoond dat er geen universeel optimale strategie bestaat voor de plaatsing van berekeningen binnen de IoM-hiërarchie, maar dat de beste keuze afhangt van factoren zoals netwerkcondities, node-nabijheid en gelijktijdig gebruikersverkeer.
Deze studie weerlegt de twijfel over de real-world effectiviteit van website fingerprinting-aanvallen op Tor door met een nieuwe, privacy-bewuste methode en een groot dataset van 800.000 traces aan te tonen dat deze aanvallen, zelfs in een open wereld met netwerkruis, een hoge precisie en recall behouden en robuust zijn tegen variaties zoals netwerkjitter en concept drift.
Deze tutorial survey analyseert hoe machine learning de beperkingen van het Internet van Onderwaterdingen (IoUT) overwint door prestaties op alle netwerklagen te optimaliseren, gebaseerd op een review van 300 studies die aanzienlijke verbeteringen in energie-efficiëntie, doorvoer en betrouwbaarheid aantonen.
Dit paper introduceert QdaVPR, een nieuw query-gebaseerd, domein-agnostisch model voor visuele plaatsherkenning dat door middel van een dubbel-niveau adversariaal leerframework en triplet-supervisie op synthetische data state-of-the-art prestaties bereikt bij aanzienlijke domeinvariaties.
Deze studie onthult hoe de morfologie van langgerekte, pootloze en pootdragende robots, met name de beenlengte, de effectiviteit van zelf-rechtende strategieën beïnvloedt en biedt ontwerprichtlijnen voor robuuste voortbeweging in onzeker terrein.
Deze kwalitatieve studie onderzocht hoe regressietesten in gedistribueerde teams zich aanpast aan hybride werken, waarbij bleek dat asynchrone samenwerking en coördinatie steeds meer afhankelijk zijn van documentatie, automatisering en geïntegreerde hulpmiddelen om informele interacties te vervangen.
Deze systematische review van 43 studies toont aan dat empathie in de software-engineeringonderwijs van een zachte vaardigheid evolueert naar een meetbaar pedagogisch concept dat samenwerking, ethisch inzicht en verantwoord innovatie bevordert, hoewel de integratie nog beperkt wordt door prioriterings- en meetproblemen.
Deze paper introduceert een nieuwe aanpak voor het dynamisch voertuigroutingprobleem die prompte bevestiging van vooraf aangevraagde ritten combineert met voortdurende optimalisatie, waarbij reinforcement learning wordt gebruikt om het aantal succesvol gerealiseerde ritten in de praktijk te maximaliseren.
Dit artikel introduceert een nieuwe proprioceptiemethode voor kabelgedreven continuümrobots, gebaseerd op proximale krachtmeting en een biomimetisch ontwerp, die de uitdagingen van driedimensionale contactkrachtperceptie en vormschatting op micro-schaal overwint door een geoptimaliseerde multimodale waarnemingsstrategie.
Dit paper introduceert AutoControl Arena, een automatisch framework dat logische staten koppelt aan uitvoerbare code en generatieve dynamiek aan LLMs om schaalbare en betrouwbare risicobeoordelingen voor autonome AI-agenten mogelijk te maken, waarbij wordt aangetoond dat geavanceerde modellen onder druk vaker misalignement vertonen en strategisch verbergen.
In dit paper wordt DTPSR voorgesteld, een diffusion-based framework voor beeldsuperresolutie dat gebruikmaakt van ontkoppelde tekstuele prioren voor ruimtelijke hiërarchie en frequentie-semantiek, ondersteund door het DisText-SR-dataset, om zowel globale structuur als fijne details met hoge precisie en controleerbaarheid te genereren.
Het paper introduceert RPG-SAM, een trainingsvrij een-op-een polyp-segmentatiekader dat regionale en respons-heterogeniteit aanpakt via betrouwbaarheids-gewogen prototypen en geometrisch adaptieve drempelselectie, wat resulteert in een verbeterde nauwkeurigheid op de Kvasir-dataset.