8408 papers
Deze studie analyseert 377 YouTube-video's om te onderzoeken hoe creators collectief kennis opbouwen over het monetiseren van generatieve AI-inhoud, waarbij ze zowel nieuwe inkomstenstromen verkennen als structurele spanningen rondom inkomensclaims, auteursrechten en platformbeheer blootleggen.
Deze paper introduceert DeepEarth, een zelftoezichtend multi-modale wereldmodel dat gebruikmaakt van de innovatieve Earth4D-encoder voor sub-meter en sub-seconde precisie in planetaire ruimtetijd, en dat hiermee state-of-the-art resultaten behaalt op ecologische voorspellingsbeproevingen.
TacDexGrasp is een robuust en compliant systeem voor dexterous grijpen dat via tactiele feedback en een SOCP-gebaseerde regelaar, zonder expliciete koppelmodellering of slipdetectie, de stabiliteit van grijpen op onbekende objecten waarborgt door de verhouding tussen tangentiële en normale krachten actief te beperken.
AIReSim is een discrete gebeurtenissimulator die ontwikkelaars in staat stelt om de betrouwbaarheid van grote AI-clusters te evalueren en optimaliseren door het systematisch testen van verschillende ontwerpparameters en 'what-if'-scenario's voor falings- en herstelmechanismen.
In dit paper wordt een nieuwe methode voor fijnkorrelige 3D-herconstructie van micro-expressies voorgesteld die, door globale dynamische kenmerken te combineren met lokaal verrijkte informatie, de uitdagingen van deze subtiele en vluchtige gezichtsbewegingen overwint en superieure resultaten behaalt ten opzichte van bestaande methoden.
Dit artikel onderzoekt hoe retrofitting de beperkingen van ingebouwde slimme auto-sensoren kan aanvullen en formuleert op basis van interviews en participatieve ontwerpsessies richtlijnen voor de ontwikkeling van effectieve retrofit-oplossingen voor slimme auto-interieurs.
Dit paper introduceert CAPL, een framework dat hallucinaties in multi-image taken van grote vision-language modellen aanpakt door cross-image attentie te kalibreren en voorkeurslering toe te passen om de interactie tussen afbeeldingen te verbeteren en de afhankelijkheid van tekstuele priors te verminderen.
Dit artikel presenteert een communicatienetwerk-bewust raamwerk dat routeringsbeperkingen integreert met laag-rang matrixcompletie om de nauwkeurigheid van het herstellen van ontbrekende meetgegevens in distributienetwerken te verbeteren, zelfs bij uitval van communicatielinks.
Dit paper introduceert een schaalbaar, domeinonafhankelijk webtool dat Large Language Models combineert met geautomatiseerde querytechnieken om open wetenschappelijke databases efficiënt op te bouwen, wat resulteert in een 90% overlap met door experts samengestelde datasets en aanzienlijk minder handwerk vereist.
Dit artikel introduceert een gebruiksvriendelijk framework dat wetenschappers in staat stelt om met behulp van LLM-gestuurde scripting en een geoptimaliseerde rendering-systeem complexe petascale tijd-variërende data, zoals NASA-klimaatmodellen, op een standaardwerkplek om te zetten in 3D-animaties binnen een zeer korte doorlooptijd.
Dit paper presenteert een bi-directionele digitale-tweeling-prototypemethode met multi-periodiciteitslering die meta-training in de virtuele ruimte en testtijdadaptatie in de fysieke ruimte combineert om betrouwbare foutdiagnose mogelijk te maken met slechts een beperkt aantal voorbeelden.
Dit paper introduceert SODA, een methode die de inferentie-efficiëntie van Diffusion Transformers verbetert door adaptieve caching en pruning te combineren op basis van een fijnmazig gevoeligheidsmodel, waardoor een betere balans wordt bereikt tussen versnelling en generatiekwaliteit dan met bestaande statische methoden.
Dit paper introduceert GuideTWSI, een divers dataset met synthetische en reële beelden van tactiele wandeloppervlakken, die is ontwikkeld om de geografische en visuele beperkingen van bestaande datasets te overbruggen en zo de nauwkeurige detectie van zowel richtingsstroken als waarschuwingsbulten voor blinden en slechtzienden te verbeteren.
Dit paper introduceert een declaratief raamwerk genaamd Marauder dat handgemaakte mutaties analyseert en beheert door vijf representaties te karakteriseren, een mutatie-algebra te definiëren en een verliesloze conversiepiplijn te bieden voor efficiëntere en expressievere fuzzing- en testing-experimenten.
MedSteer is een trainingsvrij framework dat actiesturing toepast op endoscopische diffusiemodellen om perfecte contrafactuele beeldparen te genereren waarbij alleen het pathologische concept verandert terwijl de anatomische structuur volledig behouden blijft, wat leidt tot superieure resultaten in data-augmentatie en polypdetectie.
Dit artikel introduceert een geometrisch ontwerpproces voor pop-upstructuren die, door een combinatie van vouwen en snijden, kunnen worden omgezet in voorgeprogrammeerde vormen met variërende krommingen voor toepassingen zoals dragreductie en architectuur.
Dit paper introduceert een morfologie-onafhankelijke methode voor het imiteren van gezichtsuitdrukkingen op menselijke robots, die uitdrukkingen ontkoppelt van gezichtsstructuur om realistischere interacties te bereiken, en wordt gevalideerd op een speciaal ontworpen robot genaamd Pengrui.
Deze studie introduceert een systeem dat met behulp van GPT-4 en interviewdialogen gedetailleerde productrecensies genereert, wat leidt tot minder bewerkingswerk voor gebruikers en volgens lezers nuttigere recensies oplevert dan door mensen geschreven teksten.
Dit paper introduceert VirtueBench, een benchmark die de betrouwbaarheid van Vision-Language-modellen onder onzekerheid evalueert door te testen of ze eerlijk kunnen weigeren te antwoorden wanneer essentiële frames ontbreken, in plaats van onbetrouwbare gokkern te maken die de huidige evaluatiemethoden vertekenen.
Deze paper introduceert PhyVLM-CR, een nieuwe methode die semantische priors van een Vision-Language Model combineert met fysische restauratie om een uniforme en nauwkeurige verwijdering van zowel dunne als dikke wolken op te leveren zonder expliciete cloudtype-classificatie.