8464 papers
EmbedTalk introduceert een nieuwe methode voor realistische spraakgestuurde hoofdsynthese die tri-planes vervangt door leerbare embedding-driven Gaussische vervorming, wat resulteert in superieure kwaliteit en lip-sync bij een compactere modelgrootte en snelheden van meer dan 60 FPS op mobiele GPU's.
Dit paper introduceert RecPilot, een multi-agent framework dat traditionele aanbevelingslijsten vervangt door proactieve, diepgaande onderzoeksrapporten om de gebruikerservaring te verbeteren door de last van exploratie en synthese van het systeem te laten overnemen in plaats van van de gebruiker.
Dit paper introduceert een methode om ruwe systeemlogs van creatieve hulpmiddelen te vertalen naar gestructureerde workflows van hoog niveau, wat essentieel is voor de ontwikkeling van procesbewuste agenten die gebruikers beter kunnen begrijpen en ondersteunen.
Dit artikel betoogt dat bestaande op embedding gebaseerde methoden voor het analyseren van creatieve processen in AI-designtools ontoereikend zijn omdat ze subtiele creatieve verschuivingen missen, en schetst drie uitdagingen voor de ontwikkeling van contextbewuste, domeinonafhankelijke analysemethoden.
Deze paper introduceert een onbewaakte methode met twee neurale netwerken en SIREN-activaties om beeldvervormingen door wateroppervlakte-refractie te verwijderen en tegelijkertijd het oppervlak te reconstrueren, wat betere resultaten oplevert dan bestaande technieken.
Dit paper introduceert de 'Overthinking Score', een nieuwe methode die hallucinaties in Vision Language Models detecteert door de instabiliteit van hypotheses over decoderlagen te analyseren in plaats van alleen naar het eindresultaat te kijken.
Dit artikel evalueert het open-source CODECO-toolkit en toont aan dat het de handmatige inzet van containerized microservices in Edge-Cloud-omgevingen aanzienlijk reduceert terwijl het prestaties en resourcegebruik concurrerend houdt ten opzichte van standaard Kubernetes-werkstromen.
GeoLoco is een robuust, puur op RGB-gebaseerd locomotieframework voor humanoiden dat door het benutten van geometrische priors van een visuele foundation-model en een speciaal cross-attention-mechanisme, succesvolle zero-shot overdracht van simulatie naar de Unitree G1-robot op complexe terreinen mogelijk maakt zonder gebruik van actieve dieptesensoren.
Duala is een nieuw raamwerk voor cross-subject fMRI-decodering dat door middel van dubbel niveau-uitlijning van stimuli en subjecten, zelfs met beperkte data, een verbeterde semantische consistentie en subjectspecifieke aanpassing bereikt voor nauwkeurigere beeldreconstructie.
Dit paper presenteert een methode die gebruikmaakt van een origin-gecentreerd grafiekmodel op ruimtelijk-temporele scene-graafdata om automatisch taakonderbrekingen te genereren in VR-opnames, waardoor adaptieve weergave mogelijk wordt die beter aansluit bij gebruikersvaardigheid dan bestaande methoden.
Deze paper introduceert Mobile GlottisNet, een lichtgewicht framework voor real-time glottisdetectie tijdens nasotracheale intubatie dat door middel van ruimtelijk gedecoupeerde feature learning en dynamische aanpassing hoge prestaties bereikt op beperkte randapparatuur.
Dit paper introduceert Proof-of-Encryption-Work (PoEW), een nieuw consensusmechanisme dat de energie-intensieve zoektocht naar encryptiesleutels omzet in een nuttige dienst voor gegevenscompressie, waarbij een lange platte tekst wordt gereduceerd tot een korte sleutel.
Dit artikel onderzoekt hoe meningsvorming in multilagenetwerken via gecoördineerde speltheorie en wisselwerking tussen lagen kan leiden tot consensus, convergentie en stabiliteit, zelfs wanneer individuele lagen dit niet alleen bereiken.
PanoDP is een communicatievrij leerframework dat panoramische dieptewaarneming en differentieerbare fysica combineert om autonome agents te trainen voor veilige, botsingsvrije navigatie in complexe en dynamische omgevingen.
Deze paper introduceert de eerste Registered Attribute-Based Encryption-schemata die zowel gecertificeerde verwijdering als eeuwige beveiliging bieden, met zowel privé- als publiek verifieerbare opties die escrow-risico's elimineren en informatie-theoretische privacy garanderen.
TempoFit is een trainingsvrije, plug-and-play methode die bestaande Vision-Language-Action-modellen verbetert voor langdurige robotmanipulatie door het hergebruiken van bestaande temporale geheugensporen (KV-memorie) om context te behouden zonder de inferentie-latentie of het model zelf aan te passen.
Deze paper introduceert AtomicVLA, een unificerend kader voor robotplanning en -executie dat via een Skill-Guided Mixture-of-Experts (SG-MoE) schaalbare atomaire vaardigheden leert en dynamisch combineert, waardoor robuustere prestaties worden bereikt bij langdurige taken en voortdurend leren in vergelijking met bestaande VLA-modellen.
Dit artikel presenteert een raamwerk voor multi-agent off-world exploratie dat gebruikmaakt van Gaussische-bewijsmapping en dubbel-domein dekking om efficiënt en veilig zeldzame bewijsstukken te vinden in gevaarlijke omgevingen met beperkte communicatie, waarbij het beter presteert dan bestaande methoden door AOI-bias te verminderen en risico's actief te beheren.
Het paper introduceert GLASS, een nieuw raamwerk dat graftheorie en visueel-taalmodellen combineert om zonder handmatige supervisie nauwkeurige, semantisch consistente 3D-vormcorrespondenties te leren, zelfs onder complexe niet-isometrische vervormingen en tussen verschillende klassen.
Dit paper introduceert het Self-Critical Inference-framework en de Dynamic Robustness Benchmark om de taalbias en -gevoeligheid van Vision-Language-modellen te verminderen door middel van meervoudige counterfactuele redenering en model-specifieke evaluatie.