8744 papers
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.
Het artikel introduceert M³-ACE, een multi-agent framework dat de visuele waarneming in multimodale wiskundig redeneren verbetert door onnauwkeurige perceptie te corrigeren via dynamische contextbeheer en samenwerking tussen agenten, wat leidt tot state-of-the-art resultaten op benchmarks zoals MathVision.
Dit paper onderzoekt de technische implicaties van de Digital Markets Act en presenteert acht architecturale strategieën en vijftien tactieken om platforms te ontwerpen die voldoen aan waarden zoals eerlijkheid en gebruikerskeuze.
Dit paper introduceert Adaptive Manifold Prototypes (AMP), een framework dat Stiefel-geometrie en Riemanniaanse optimalisatie gebruikt om prototype-instorting te voorkomen, waardoor zowel de classificatie-accuraatheid als de causaliteitsgetrouwheid van interpretable modellen aanzienlijk worden verbeterd.
Dit artikel onderzoekt de dynamiek van het vooringenomen interactiespel als een model voor sociale systemen, waarbij wordt aangetoond hoe schaarste en vooringenomenheid hiërarchie, ongelijkheid en niet-lineaire stabiliteit kunnen verklaren en hoe het model kan worden toegepast om filosofieën voor welvaartsverdeling te vergelijken.
Dit artikel presenteert een communicatievrije methode voor veilige coördinatie van meerdere drones in complexe, GNSS-loze omgevingen zoals bossen, waarbij een anisotrope 3D-LiDAR-sensor wordt gebruikt voor gelijktijdige SLAM, obstakeldetectie en het lokaliseren van naburige robots binnen een nieuw perceptiebewust navigatiekader.
Dit artikel presenteert een door de STG-LIFG-PMC-padweg geïnspireerd neuronaal model dat rank-order codering gebruikt om de overgang van akoestische input naar abstracte structurele representaties te verklaren, waarbij het aantoont dat deze methode niet alleen efficiënte compressie en robuustheid biedt, maar ook hiërarchische grammatica ondersteunt en een mechanisme voor globale nieuwheid detectie nabootst.
Het artikel introduceert MoMaStage, een gestructureerd visueel-taalframework dat een hiërarchische vaardigheidsbibliotheek en een topologiebewuste vaardigheids-staatgrafiek combineert om langdurige binnenlandse mobiele manipulatie-taken zonder expliciete kaartmapping logisch consistent en robuust uit te voeren via gesloten-lus herplanning.
Dit onderzoek presenteert een rectified flow-model dat, getraind op de SAILOR-dataset, realistische post-behandelings MRI-scans van gliomapatiënten genereert op basis van pre-behandelingsbeelden en stralingsdosisplanningen, waardoor snellere en gepersonaliseerde aanpassingen van de radiotherapie mogelijk worden.
Deze paper introduceert DDHF, een real-time methode voor het detecteren van drones op basis van gebeurteniscamera's die via een niet-uniforme discrete Fourier-transformatie de rotorfrequenties analyseert en hiermee zowel hogere nauwkeurigheid als lagere latentie bereikt dan traditionele diepe leer-algoritmen zoals YOLO.
AULLM++ is een nieuw raamwerk dat Large Language Models inzet voor micro-expressieherkenning door visuele kenmerken te integreren in tekstuele prompts via een multi-granulariteitsfusie en een relationele graaf, wat leidt tot state-of-the-art prestaties en superieure generalisatie.
Dit paper introduceert het HECK-framework, dat autonome agents met LLM-gestuurde actiegeneratie verbetert door middel van een multi-dimensionale strategieoverdracht, een gestructureerde foutclassificatie en causale contextgrafische zoekopdrachten voor nauwkeurigere taakuitvoering.
Het paper introduceert StructBiHOI, een hiërarchisch framework dat een Mamba-gebaseerde diffusion denoiser en gescheiden VAE-modellen combineert om stabiele, fysiek plausibele en semantisch uitgelijnde bimanuele hand-object interacties over lange tijdsperiodes te genereren.
Dit paper introduceert een nieuw capability-architectuur die, geïmplementeerd op FPGA met legacy hardware en een gedisaggregeerde Zephyr-RTOS, de integriteit van ingebouwde apparaten waarborgt door alle runtime-softwarecomponenten en randapparatuur als onbetrouwbaar te behandelen zonder hardwarewijzigingen.
Deze paper introduceert SPIRAL, een gesloten-lusframework dat door middel van reflectieve planningsagenten en iteratieve verbetering controllable video-generatie op lange termijn mogelijk maakt, waardoor de beperkingen van bestaande open-lusmodellen worden overwonnen.