8738 papers
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.
Het artikel introduceert CORE-Acu, een neuro-symbolisch raamwerk dat gestructureerde redeneertraces en een kennisgrafiek voor veiligheid combineert om hallucinaties te voorkomen en strikte veiligheidsnormen te waarborgen bij acupunctuurklinische beslissingsondersteuning.
Dit paper introduceert EndoSERV, een op visie gebaseerd robotsysteem voor endoluminale navigatie dat door middel van segment-naar-structuur en real-naar-virtueel mapping nauwkeurige lokalisatie bereikt in complexe anatomische structuren, zelfs zonder echte pose-labels.
Dit artikel bewijst dat het onbeslisbaar is of het aantal 'bochten' (switches tussen het vergroten en verkleinen van de stapel) in acceptatieberekeningen van context-vrije talen en pushdown-automata begrensd is, en beschrijft een niet-recursieve trade-off en een oneindige hiërarchie van complexiteitsklassen gebaseerd op sublineaire bochtgroei.
Deze paper introduceert DS-DGA-GCN, een adaptief graf-leermodel dat gebruikmaakt van een dynamische graf-attentie-mechanisme en een netwerk-functiescoresysteem om georganiseerde groepen met nepbeoordelingen op online platforms effectief te detecteren, zelfs in scenario's met koude start en schaarse data.
Dit artikel biedt een overzicht van coördinatiemodellen tussen transmissie- en distributiesysteembeheerders (TSO en DSO) om de integratie van gedistribueerde energiebronnen te optimaliseren en netcongestie te voorkomen tijdens de energietransitie.
Dit paper introduceert HIMoS, een hiërarchisch multi-modaal planningskader voor autonome onderwatervoertuigen dat een vaste hoogte handhaaft om energie-efficiënt koraal op de zeebodem te lokaliseren en te bemonsteren door strategische routeplanning te combineren met lokale, differentieerbare trajectgeneratie.
Het paper introduceert PRIME, een efficiënt tweestapsalgoritme dat het token-routeprobleem in gedecentraliseerde markten oplost door een gesneden graafzoektocht te combineren met een nieuwe adaptieve sign-gradiëntmethode, wat resulteert in aanzienlijk betere uitvoeringsprijzen en snellere berekeningen dan bestaande oplossingen zoals Uniswap.
Dit artikel onderzoekt het probleem van het uitbreiden van vaste storyline-layouts met nieuwe karakters terwijl de vergaderingsrestricties worden gehandhaafd, en bewijst dat het minimaliseren van het lokale kruisingsgetal W[1]-hard is geparametriseerd door het aantal toegevoegde karakters plus het maximale aantal actieve karakters, maar wel in XP ligt voor het laatste en in FPT voor de som van het maximale aantal actieve karakters en het lokale kruisingsgetal.
Dit paper introduceert ERASE, een realistisch en grootschalig benchmark voor machine unlearning in aanbevelingssystemen dat bestaande beperkingen overbrugt door diverse real-world scenario's, algoritmen en datasets te evalueren om de effectiviteit en robuustheid van bestaande methoden systematisch in kaart te brengen.
PhaForce is een nieuw visueel-krachtbeleid dat contactrijke manipulatie verbetert door lage-frequentie planning en hoge-frequentie correctie te coördineren via een faseschema, wat resulteert in een succespercentage van 86% en superieure aanpassing aan geometrische variaties.
Deze paper introduceert SOT-GLP, een methode voor few-shot aanpassing van vision-language modellen die door middel van schaarse optimale transport een gedeelde set visuele patches efficiënt en zonder overlap toewijst aan specifieke prompts, waardoor zowel de classificatie-accuraatheid wordt verbeterd als de robuustheid voor out-of-distribution detectie wordt behouden.
Dit artikel onderzoekt hoe symmetrie in hernieuwbare energiesystemen met veel gelijkvormige omvormers de stabiliteitsanalyse vereenvoudigt door unieke eigenwaardepatronen en een nieuw concept van groeps-participatiefactoren te definiëren voor innerlijke en netwerkgroep-interacties.
Het paper introduceert VLA, een prior-gestuurd raamwerk dat in plaats van absolute toekomstige toestanden, veranderingen in wereldkennis modelleert ten opzichte van een expliciete prior om robotmanipulatie efficiënter en effectiever te maken.
Dit paper introduceert UniDiffDA, een unificerend analytisch kader en eerlijk evaluatieprotocol voor diffusie-gebaseerde data-augmentatie, dat een systematische vergelijking mogelijk maakt van bestaande methoden om inzicht te krijgen in hun effectiviteit bij beeldherkenning onder data-schaarste.