3462 papers
Dit artikel presenteert een besturingsframework voor geautomatiseerde voertuigen dat actief slipratio's genereert om tijdens lege ritten nauwkeurig en veilig de piek van de band-wegwrijving te schatten, wat een oplossing biedt voor de beperkte excitatie in bestaande methoden.
Dit artikel presenteert een nieuw risicogebonden bewegingsplanningskader dat een diep stochastisch Koopman-operatormodel en een hiërarchische verificatiemethode op basis van som-van-kwadraten (SOS) programmeert combineert om voor robotmanipulators in onzekere omgevingen veilig en efficiënt trajecten te genereren met formeel gegarandeerde botsingsrisicobeperkingen.
Dit paper introduceert OmniEdit, een trainingsvrij framework dat lip-sync en audio-visuele bewerking mogelijk maakt door het FlowEdit-paradigma te hervormen, waardoor rekenkundige kosten en data-eisen worden vermeden.
Dit paper introduceert een nieuw raamwerk voor het genereren van fysiek plausibele video's door het gebruik van een keten van gebeurtenisgerichte causale redenering en transitiebewuste cross-modale prompting om fysieke fenomenen te modelleren als een opeenvolging van causaal verbonden en dynamisch evoluerende gebeurtenissen.
Dit onderzoek toont aan dat geavanceerde Large Language Models, ondersteund door een dubbele validatieframework, effectief kunnen worden ingezet om automatisch UML-klassediagrammen te genereren uit natuurlijke taalvereisten en deze modellen betrouwbaar te evalueren.
Het paper introduceert MedKCO, een methode voor medisch visueel-taalvoortraining die de representatiekwaliteit verbetert door een cognitief georkestreerde curriculumlearning aanpak te gebruiken die de volgorde van de trainingsdata en het contrastieve leerdoel dynamisch aanpast.
Deze paper introduceert een trainingsvrij raamwerk voor compositievideo-generatie dat complexe beweging ontbindt in statische, rigide en niet-rigide categorieën via een 'planning-voor-generatie'-paradigma, waardoor diverse objecten met gecontroleerde bewegingen en uiterlijk kunnen worden gegenereerd zonder bestaande diffusion-modellen te hoeven hertrainen.
Dit paper introduceert PRLF, een progressief leerframework voor multimodaal sentimentanalyse dat onvolledige modaliteiten effectief verwerkt door middel van een adaptieve betrouwbaarheidsschatting en een progressieve interactiemodule om feature-misalignement te voorkomen en robuustheid te garanderen.
Dit paper introduceert Nezha, een gedistribueerde key-value opslagsysteem dat door innovatieve integratie van key-value scheiding met Raft en een herontworpen persistence-strategie significante prestatieverbeteringen bereikt terwijl het sterke consistentie garandeert.
Deze studie toont aan dat Google's reverse image search als algoritmische poortwachter bij het fact-checken van visuele desinformatie vaak faalt doordat ontmaskerende content minder dan 30% van de resultaten uitmaakt en wordt overschaduwd door irrelevante informatie en herhaalde nepbeelden.
Het paper introduceert AgenticCyOps, een raamwerk dat de beveiliging van multi-agent AI-systemen in enterprise-cyberoperaties verbetert door aanvalsoppervlakken te analyseren en vijf defensieve principes toe te passen om de exploitatie van vertrouwensgrenzen aanzienlijk te verminderen.
Deze studie introduceert een volledig geautomatiseerd framework dat gebruikmaakt van een transformer-gebaseerd SegFormer-model voor multi-regionale segmentatie van HR-pQCT-beelden, waarmee radiomische kenmerken uit zachte weefsels worden ontleend die de prestaties van osteoporosedetectie significant verbeteren ten opzichte van traditionele botgebaseerde methoden.
Deze paper introduceert EQ-VMamba, het eerste rotationeel equivariante visuele Mamba-architectuur die door het integreren van rotatiesymmetrie niet alleen robuustheid tegen rotaties verbetert, maar ook superieure prestaties levert met ongeveer 50% minder parameters dan bestaande niet-equivariante modellen.
Dit paper introduceert een Agentic AI-systeem dat als intelligente besturingslaag fungeert voor federatief leren in 6G-netwerken, waarbij gespecialiseerde agenten dynamisch taken zoals cliëntselectie en hulpbronnenallocatie optimaliseren op basis van netwerkomstandigheden en apparaatcapaciteiten.
Dit artikel presenteert een polynomiale tijdsschema voor een benadering (PTAS) dat voor het gewogen driehoekvrije 2-matching-probleem een oplossing binnen een factor van het optimum garandeert, gebaseerd op een lokaal zoekalgoritme.
Dit artikel introduceert een lichtgewicht besturingsarchitectuur voor segmentale robots met zes of meer poten die ruw terrein navigeert door een hybride aanpak te combineren die zowel direct contact met de grond als fictieve locomotie mogelijk maakt.
Deze paper introduceert VNOIP, een nieuwe methode op basis van variational neural ODE's met bidirectionele jump-ODE's en attention-mechanismen, die de complexiteit van spatiotemporale dynamiek in online netwerken beter modelleert om de toekomstige populariteit van informatie nauwkeuriger te voorspellen dan bestaande methoden.
Dit paper introduceert RTFDNet, een robuust RGB-T segmentatienetwerk dat Synergistic Feature Fusion en Cross-Modal Decouple Regularization combineert om effectief te presteren in omstandigheden met ontbrekende sensorgegevens door modulaire aanpassing en fusie te verenigen in één trainingsproces.
Dit paper introduceert SPAN-Nav, een end-to-end fundamenteel model dat robuuste 3D-ruimtelijke bewustzijn in visueel-taal navigatie mogelijk maakt door middel van een compacte ruimtelijke token, multi-task training en een nieuw dataset met 4,2 miljoen annotaties, wat leidt tot state-of-the-art prestaties in diverse scenario's.
Deze paper presenteert een nieuwe, schaalbare differentieel-private algoritme voor het vinden van frequente substrings dat de near-optimale foutgaranties van eerdere werken behoudt maar de reken- en geheugencomplexiteit drastisch verlaagt door een verfijnde kandidaatgeneratiestrategie en zoekruimte-pruning.