8732 papers
Dit paper stelt een nieuw concept voor voor een gekoppelde Europese capaciteitsmarkt die, door gebruik te maken van flow-based marktgekoppeling, de systeemkosten verlaagt en de leveringszekerheid waarborgt door beschikbare capaciteit in buurlanden efficiënter te benutten dan bestaande nationale mechanismen.
Dit paper introduceert DynamicVGGT, een uniek feed-forward framework dat VGGT uitbreidt tot dynamische 4D-scèneherconstructie voor autonoom rijden door het gezamenlijk voorspellen van puntkaarten en het gebruik van motion-aware temporal attention en dynamische 3D Gaussian Splatting voor nauwkeurige bewegingsmodellering.
Dit paper introduceert WaDi, een efficiënt distillatiekader dat gebruikmaakt van LoRaD om richtingsveranderingen in de gewichten van diffusion-modellen te modelleren, waardoor state-of-the-art één-staps beeldsynthese wordt bereikt met slechts 10% van de trainbare parameters.
Het paper introduceert Seed2Scale, een zelfevoluerend data-engine dat de beperkingen van bestaande methoden voor Embodied AI overwint door een synergie tussen een kleine verzamelmodel, een groot bewerkingsmodel en multimodale evaluatie, waardoor het met slechts vier seed-demonstraties een robuuste prestatieverbetering van 131,2% bereikt.
Dit paper introduceert FinToolBench, het eerste uitvoerbare benchmark-omgeving voor het evalueren van LLM-agenten in de financiële sector, die 760 realistische tools combineert met een nieuw evaluatiekader en de FATR-basismethode om betrouwbaarheid en naleving te waarborgen.
Deze paper introduceert een leervrije methode voor het volgen van 6D objectposities met behulp van event-camera's, die door het fuseren van optische stroom voor voortplanting en een sjabloongebaseerde correctiestrategie superieure prestaties boekt bij snel bewegende objecten in vergelijking met bestaande RGB-D-camera-algoritmen.
Het paper introduceert SAIL, een framework dat robot-imitatielering omvormt tot een iteratief verfijningsproces met Monte Carlo Tree Search en visueel-taalmodellen, waardoor het verhogen van de rekentijd tijdens het testen de succespercentages aanzienlijk verbetert.
Dit artikel introduceert een methode die gebruikmaakt van conceptprototypen, afgeleid uit de inbeddingsgeometrie van het model, om brede en complexe concepten zoals geweld en seksualiteit betrouwbaar uit diffusiemodellen te verwijderen terwijl de beeldkwaliteit behouden blijft.
Dit paper toont aan dat het elimineren van redundante communicatiekanalen en het toepassen van representatieve parsimonie, gecombineerd met Contribution-Gated Credit Assignment, leidt tot robuustere en succesvollere 3D-vervolging in complexe omgevingen vergeleken met methoden die afhankelijk zijn van rijkere inter-agent koppelingen.
Deze paper introduceert OSCAR, een labelvrije methode die op basis van akoestische neurale impliciete representaties onvolledige ultrasone beelden van de wervelkolom omzet in volledige 3D-anatomische modellen om zo de uitdagingen van akoestische schaduwvorming tijdens minimaal invasieve ingrepen te overwinnen.
Dit paper introduceert BladeChain, een op blockchain gebaseerd traceerbaarheidsysteem dat de integriteit en auditbaarheid van AI-gedreven inspecties van vliegtuigturbineschijven door het hele levenscyclusproces garandeert via een onveranderlijk grootboek, gedecentraliseerde goedkeuring en cryptografische koppeling van inspectiegegevens.
Deze paper introduceert SP-CLIP, een lichtgewicht framework dat gebruikmaakt van gestructureerde semantische prompts op verschillende abstractieniveaus om zero-shot actieherkenning aanzienlijk te verbeteren zonder de visuele encoder aan te passen of extra parameters te leren.
Dit artikel biedt een systematisch overzicht van Multimodaal Wiskundig Redeneren (MMR) door de huidige uitdagingen te analyseren en een unificerend paradigma te presenteren dat zich richt op gestructureerde perceptie, expliciete uitlijning en verifieerbaar redeneren, terwijl het ook openstaande uitdagingen en toekomstige onderzoeksrichtingen schetst.
Dit paper introduceert Silicone Ethernet (SEth), een draadloze oplossing die energie, communicatie en fijnmazige aanvoelsensoren integreert in een geleidend siliconen substraat om de complexiteit en kosten van bekabeling in robotische aanvoelsystemen te overwinnen.
Dit paper biedt een systematische analyse van de integratie van aanvalsgrafieken en detectiesystemen voor inbraken, introduceert een nieuwe levenscyclus die een continue feedbacklus tussen beide technologieën mogelijk maakt om de detectie en respons op cyberdreigingen te verbeteren, en identificeert de noodzaak van een verenigd raamwerk voor toekomstige ontwikkeling.
Dit onderzoek toont aan dat Large Vision Language Models (LVLMs) menselijk visueel cognitie nabootsen door hun interne representaties te vergelijken met EEG-signalen, waarbij met name de architectuur en niet alleen de schaal bepalend zijn voor deze neurale alignement.
Deze paper introduceert een retrieval-versterkte methode voor het genereren van CT-beelden op basis van tekst, die semantische informatie uit radiologieverslagen combineert met opgehaalde anatomische structuren via een ControlNet-branch om zowel de beeldkwaliteit als de klinische consistentie te verbeteren.
Dit artikel presenteert een adaptieve regeling voor Euler-Lagrange-systemen die parametrische onzekerheden en verstoringen aanpakt door middel van een tijdsvariërende barrière-Lyapunov-functie en een verzadigde regeling, waarmee tijd-variërende toestand- en invoerbeperkingen worden gegarandeerd zonder real-time optimalisatie, ondersteund door een offline verifieerbaar haalbaarheidscriterium en experimentele validatie op een 2-DoF-helikopter.
Deze paper introduceert HDR-NSFF, een nieuw raamwerk dat dynamische HDR-scènes reconstrueert door een verschuiving van 2D-pixelmerging naar 4D ruimtetijdmodellering, wat leidt tot superieure view synthesis en ghosting-reductie in uitdagende belichtingsomstandigheden.
Dit onderzoek vergelijkt de prestaties van mensen en AI bij het herkennen van ego-centrische acties en toont aan dat mensen sterk afhankelijk zijn van specifieke, semantische visuele aanwijzingen, terwijl modellen juist meer vertrouwen op contextuele kenmerken en minder gevoelig zijn voor ruimtelijke en tijdelijke verstoringen.