8464 papers
Dit artikel introduceert 4DRC-OCC, een robuust systeem voor semantische bezettingsvoorspelling dat 4D-radar en camera-data combineert om prestaties onder moeilijke omstandigheden te verbeteren en een volledig automatisch gelabelde dataset voor training biedt.
Deze paper presenteert een robuust, mechanisch afgestemd tastapparaat voor meerpotige robots dat door het nabootsen van centipede-antennes real-time tactiele feedback biedt, waardoor betrouwbare navigatie en het ontsnappen uit krappe ruimtes mogelijk wordt zonder globale omgevingsinformatie of visie.
Dit paper introduceert Inverse Resistive Force Theory (I-RFT), een fysica-gedreven machine learning-framework dat robot-voetbewegingen en contactkrachten gebruikt om de mechanische eigenschappen van granulaire bodems nauwkeurig te schatten, zelfs bij willekeurige looppatronen.
Dit paper introduceert MWM, een mobiel wereldmodel dat door middel van een tweestaps trainingsframework en een nieuwe distillatiemethode actie-geconditioneerde consistentie verbetert, wat leidt tot betere visuele kwaliteit, trajectnauwkeurigheid en planningsucces bij navigatie-taken.
Dit paper introduceert STEP, een op voorkeursvoorwaarden gebaseerde reinforcement learning-methode die de afweging tussen ruimtelijke efficiëntie en operationele tijd optimaliseert voor robotten die 3D-kisten inpakken, wat resulteert in een 44% reductie van de benodigde tijd zonder in te leveren op de packdichtheid.
Dit artikel onderzoekt onder welke voorwaarden de verbale persistente homologie-transformatie (VPHT) niet-injectief is voor graafstructuren met collineaire hoekpunten, en identificeert zowel noodzakelijke als voldoende eigenschappen voor het niet-reconstrueerbaar zijn van dergelijke grafen.
Deze studie introduceert een temperatuurbewuste, gedistribueerde optimalisatiebenadering voor het co-optimiseren van energiekosten, CO₂-uitstoot, waterverbruik en responstijd bij de inferentie van grote taalmodellen in geo-gedistribueerde edge datacenters in Australië.
Dit onderzoek analyseert de governance van AI-genererde content op 40 socialemediaplatforms en concludeert dat hoewel de meeste platforms zich richten op moderatie en transparantie, er behoefte is aan meer uitgebreide, toekomstgerichte beleidslijnen en educatie, vooral op het gebied van eigendom en monetarisatie.
HybridStitch is een nieuwe methode voor tekst-naar-afbeelding-generatie die de berekening versnelt door complexe beeldgebieden te verfijnen met een groot model en eenvoudige gebieden te genereren met een kleiner model, wat resulteert in een 1,83-voudige snelheidswinst op Stable Diffusion 3.
In dit project worden goedkope, dier-geactiveerde cameravallen en visuele foundation-modellen in een Hawaïaans wolkwoud ingezet om gedetailleerde fenologische trends en interacties tussen flora en fauna te monitoren zonder toevlucht te nemen tot toezichthoudend leren.
Dit artikel presenteert een nieuw ontworpen gebogen monopoolantenne voor HF-radar met een skywave-toepassing die, door optimalisatie van de kromming en rechte secties, een aanzienlijke verbetering in bandbreedte en winst biedt ten opzichte van conventionele ontwerpen, zowel voor enkelvoudige elementen als voor lineaire arrays.
Dit onderzoek introduceert het AWARE-evaluatiekader om de beveiligings- en toegankelijkheidsproblemen van schermlezer-ondersteunde tweestapsverificatie en wachtwoordloze authenticatie voor blinde en slechtziende gebruikers te analyseren, waarbij het aantoont dat huidige methoden kwetsbaar zijn voor diverse aanvallen door onnauwkeurige instructies.
Dit paper introduceert een tweeledig mens-robot samenwerkingssysteem dat onzekerheid vermindert door middel van actieve communicatie en intentie-inferentie, wat resulteert in aanzienlijke reducties in interactiekosten en uitvoeringstijd in zowel simulatie als echte UAV-deployments.
Dit artikel presenteert een hiërarchisch model voor kwantum-annealing dat de optimalisatie van de energieverdeling in grootschalige huishoudelijke microgrids met waterstofopslag versnelt en effectiever maakt naarmate het aantal aangesloten huishoudens toeneemt.
Dit artikel introduceert een nieuw raamwerk voor droneplanning dat, door middel van een neuro-symbolische boomstructuur en grote taalmodellen, de samenwerking tussen mens en AI optimaliseert via actieve, gerichte informatievragen in plaats van controle-overname, wat leidt tot een hogere succesratio en minder menselijke interactie bij complexe zoek- en reddingsmissies.
Deze paper presenteert een geïntegreerd besturingskader voor luchtmanipulatie dat een fysisch blade-elementmodel combineert met een leer-gebaseerde schatter voor restkrachten, waardoor robuuste trajectvolging en muurcontact mogelijk wordt in complexe windomgevingen.
Dit artikel beschrijft de implementatie van een nieuw, op een strikte tijddomein-methodologie gebaseerd fase-ruisanalysemodule in de open-source QUCS-simulatoren, die empirische modellen vermijdt en geavanceerde gesloten-vorm uitdrukkingen biedt voor het analyseren van gekoppelde oscillatoren onder grote-signalcondities.
Dit paper introduceert VRGaze, het eerste grote dataset voor oogvolging in VR, en GazeShift, een ongesuperviseerde, real-time framework dat nauwkeurige oogvolging mogelijk maakt zonder handmatige labels en met minimale rekeneisen op VR-headsets.
Dit artikel stelt dat het misbruik van AI in het onderwijs niet primair een detectieprobleem is, maar een meetprobleem door verlies van inzicht in het leerproces, en lost dit op met het 'Learning Visibility Framework' dat transparantie en procesinformatie boven surveillance stelt.
Deze paper introduceert een trainingsvrije methode voor tijdelijke objecttracking in laparoscopische chirurgievideo's die vooraf getrainde tekst-naar-beelddiffusiemodellen gebruikt om kritieke anatomische structuren en instrumenten nauwkeurig te lokaliseren en te volgen zonder kostbare pixel-annotaties.