3462 papers
Dit artikel biedt een systematisch overzicht van hoe zwak toezichtlering de uitdagingen van kostbare labeldata in LiDAR-remote sensing aanpakt door interpretatie en inversie te verenigen, specifieke methoden en uitdagingen te analyseren, en toekomstige richtingen te verkennen die LiDAR koppelen aan fundamentele modellen.
Dit artikel bewijst dat het geven van een rechter-actegorie met hom-objecten equivalent is aan het geven van een rechter-verrijkte categorie met copowers, een generalisatie die essentieel is voor de semantiek van hogere-orde procesdoorgeven in de concurrente taal CaMPL.
Dit paper introduceert MVTec AD 2, een nieuwe dataset met meer dan 8000 hoogwaardige afbeeldingen van uitdagende industriële inspectiescenario's die zijn ontworpen om de huidige verzadiging in prestaties op bestaande anomaliedetectiebenchmarks te doorbreken en de robuustheid van state-of-the-art methoden te evalueren.
Deze paper introduceert een nieuw semi-supervised teacher-student framework voor biomedische beeldsegmentatie dat gebruikmaakt van diffusion modellen om hoogwaardige pseudo-labels te genereren en zo de prestaties aanzienlijk verbetert in scenario's met beperkt gelabelde data.
Deze paper introduceert BR-Gen, een groot dataset van lokaal vervalste afbeeldingen met diverse scene-annotaties, en NFA-ViT, een nieuw model dat gebruikmaakt van ruisgeleide vervalsingsversterking om subtiele AI-gemaakte manipulaties in beelden effectiever te detecteren.
Dit paper introduceert SPDL, een open-source bibliotheek die de prestaties van GPU-data-laden aanzienlijk verbetert door de Python GIL te omzeilen, wat resulteert in een 74% snellere verwerking van ImageNet en een lagere CPU- en geheugengebruik vergeleken met PyTorch DataLoader.
Deze paper introduceert iTuP en SDG-Net, een systeem dat robotgrepen optimaliseert door interactiewerktuigen te minimaliseren in plaats van alleen op geometrie te vertrouwen, waardoor de stabiliteit en het succes van gereedschapsgebruik aanzienlijk worden verbeterd.
Dit paper introduceert M4-SAR, een uitgebreide dataset en benchmark voor objectdetectie door middel van fusie van optische en SAR-beelden, die de prestaties aanzienlijk verbetert in complexe omgevingen vergeleken met single-source detectie.
Dit paper introduceert MARRS, een nieuw framework dat gebruikmaakt van continue representaties en een Unit-distinguished Motion VAE met Action-Conditioned Fusion en Adaptive Unit Modulation om gecoördineerde en fijnmazige menselijke reactiebewegingen te synthetiseren, waarmee de beperkingen van vector-quantisatie en de complexiteit van bestaande autoregressieve modellen worden overwonnen.
Dit paper introduceert EasyText, een bestuurbare Diffusion Transformer-architectuur die nauwkeurige multilinguale tekstweergave mogelijk maakt door middel van nieuwe positie-encoding-technieken en een groot synthetisch dataset.
Deze studie toont aan dat GPT-4o, versterkt door instructietuning en few-shot prompting, aanzienlijk beter presteert dan bestaande modellen bij het detecteren van kwetsbaarheden in meerdere programmeertalen op zowel functie- als lijnniveau.
Dit paper introduceert SpikeSMOKE, een energiezuinige architectuur voor monokulaire 3D-objectdetectie die gebruikmaakt van spiking neurale netwerken en een nieuw Cross-Scale Gated Coding-mechanisme om de prestaties te verbeteren en het energieverbruik aanzienlijk te verlagen ten opzichte van bestaande methoden.
Dit artikel presenteert de eerste logaritmische benaderingsalgoritmen voor fault-tolerante varianten van totale dominantie en positieve invloed-dominantie, waarbij voor het verbonden geval een nieuw raamwerk wordt ontwikkeld dat de benadering van niet-submodulaire functies uitbreidt naar fractionele waarden.
Deze paper introduceert een groot, langlopend dataset van meer dan 75 miljoen reacties en 400 miljoen stemmen uit de discussiefora van de Oostenrijkse krant DerStandard (2013-2022), waarbij gebruikersprivacy wordt gewaarborgd door geanonimiseerde ID's en het vrijgeven van vooraf berekende vectorrepresentaties in plaats van de ruwe tekst.
Dit paper introduceert PyPitfall, een kwantitatieve analyse van 378.573 PyPI-pakketten die blootlegt dat duizenden Python-afhankelijkheden kwetsbaarheden bevatten en zo een aanzienlijk risico vormen voor de softwaretoeleveringsketen.
Dit paper introduceert FieldLVLM, een nieuw raamwerk dat Large Vision-Language Models verbetert in het interpreteren van complexe stromingsvelddata door fysische kenmerken om te zetten in gestructureerde tekst en een data-compressiestrategie toe te passen, waardoor deze modellen aanzienlijk beter presteren in wetenschappelijke toepassingen.
Dit artikel analyseert en ontwikkelt een stabiele virtuele elementenmethode voor een gekoppeld 3D-2D Stokes/Biot-Kirchhoff model dat een vrij vloeistofgebied met een poreus-elastic plaat op het oppervlak beschrijft, waarbij de unieke oplosbaarheid en optimale convergentie worden bewezen en het model wordt toegepast op de simulatie van immuunisolatie met siliconen nanoporeuze membranen.
Dit artikel presenteert een robuuste en compliant besturingsstrategie voor batch-precisieassemblage met onzekere passingstypen en -hoeveelheden, waarbij een op krachten-visie fusion gebaseerde multi-task reinforcement learning-methode (FVFC-MTRL) en policy distillation worden ingezet om de trainingsefficiëntie en het slagingspercentage te maximaliseren.
Dit paper presenteert een constructief bewijs dat P gelijk is aan NP door een deterministisch polynoomalgoritme voor te stellen dat NP-problemen oplost via een grafgebaseerd raamwerk met lokale consistentietrimming, waardoor de noodzaak voor het expliciet enumereren van exponentiële certificaten wordt vermeden.
Het paper introduceert YOPO, een minimalistisch, single-stage transformer-model dat monokulaire RGB-afbeeldingen gebruikt om de 9-DoF-pose van onbekende objecten op categorieniveau direct en nauwkeurig te schatten zonder extra data of pseudo-diepte.