3498 papers
Dit paper introduceert GeoBenchr, een open-source, applicatiegerichte benchmarkingsuite voor ruimtetijd-databases die realistische gebruiksscenario's simuleert om systemen zoals PostGIS en MobilityDB grondig te evalueren op schaalbaarheid, configuratie en prestaties.
Dit artikel introduceert een vision-augmenterend, iteratief systeem voor het identificeren van voertuigdynamica in autonoom racen, dat een CNN-gebaseerde visuele wrijvingsschatting combineert met een S4-model voor tijdsreeksresiduen en een Nelder-Mead-optimatie om de koude-startconvergentie en nauwkeurigheid van Pacejka-tireparameters aanzienlijk te verbeteren.
Dit paper introduceert YOLO-NAS-Bench, het eerste surrogaat-benchmark voor YOLO-architectuuroptimalisatie, dat een zelfevoluerend voorspellermechanisme gebruikt om de evaluatiekosten drastisch te verlagen en tegelijkertijd superieure detectiearchitecturen te ontdekken die de officiële YOLO-baselines overtreffen.
Dit paper introduceert RiO-DETR, de eerste real-time DETR-architectuur voor georiënteerde objectdetectie die specifieke uitdagingen zoals hoekperiodiciteit en convergentie oplost door middel van nieuwe ontwerpen zoals content-gedreven hoekschatting en ontkoppelde periodieke verfijning, waardoor een nieuwe snelheid-nauwkeurigheidswisselwerking wordt bereikt.
Dit artikel presenteert een unificerend raamwerk voor dichotomiestellingen over complexiteit van Booleaanse tensornetwerken, dat onopgeloste problemen classificeert op basis van eindige groepen van 2x2-matrices en specifieke gevallen oplost of reduceert.
CIGPose introduceert een causaal interventie-gebaseerd grafisch neurale netwerk dat spurious correlaties in visuele contexten elimineert door verstorende sleutelpunten te vervangen, wat resulteert in robuustere en anatomisch plausibele hele-lichaamshoudingsschattingen die een nieuwe staat van de kunst bereiken op de COCO-WholeBody-benchmarks.
Het paper introduceert MetaDAT, een methode die meta-lering en data-adaptieve testtijd-update gebruikt om de prestaties van trajectvoorspelling bij distributieveranderingen te verbeteren door online leersnelheden dynamisch aan te passen en zich te richten op informatieve moeilijke samples.
Dit artikel analyseert hoe binaire kwetsbaarheden in WebAssembly-modules, zoals bufferoverlopen en use-after-free-fouten, kunnen leiden tot webveiligheidsproblemen zoals SQL-injecties en XS-Leaks, en biedt daarvoor best practices en verdedigingsstrategieën.
Dit artikel introduceert een functor die een dynamiek verleent aan een algebraïsch model van interacterende componenten, waarmee het AlChemy-model uit kunstmatig leven wordt gegeneraliseerd en de verbinding tussen algebraïsche en dynamische aspecten via categorietheorie wordt onderzocht.
Dit paper introduceert GIIM, een nieuw grafgebaseerd leermodel dat inter- en intraview-afhankelijkheden in medische beelden modelleert om de diagnosenauwkeurigheid en robuustheid, zelfs bij ontbrekende data, te verbeteren.
ShapeMark introduceert een robuust en diversiteitsbehoudend watermerksysteem voor diffusiemodellen dat watermerkbits encodeert in gestructureerd ruispatroon in plaats van individuele waarden, waardoor de watermerken bestand zijn tegen perturbaties en toch hoge beeldkwaliteit behouden.
Deze paper introduceert een voorbehandelde SE(3) Stein-variational gradient descent-methode die robuuste en nauwkeurige ergodische trajectoptimalisatie mogelijk maakt voor robotoppervlaktebedekking, waardoor de beperkingen van bestaande methoden op het gebied van niet-convexe optimalisatie en het hanteren van SE(3)-beperkingen worden overwonnen.
Dit paper introduceert SEA-Nav, een reinforcement learning-framework dat kwadrupedrobots in staat stelt om veilig en wendbaar te navigeren in dichtbevolkte omgevingen met slechts minuten aan trainingstijd, door gebruik te maken van differentieerbare veiligheidsbeperkingen en adaptieve leermechanismen.
TopoOR introduceert een nieuw paradigma voor het modelleren van operatiekamers als een hogere-orde topologische structuur die complexe relaties en multimodale data behoudt, waardoor het traditionele scene graphs overtreft in taken zoals het detecteren van steriliteitsbreuken en het voorspellen van robotacties.
Dit artikel beschrijft de ervaringen met het ontwikkelen van drie software-engineeringcurricula voor professionals en presenteert een systematische aanpak met basisprincipes voor het effectief integreren van vakken over requirements engineering in deze dynamische en modulaire opleidingen.
Dit artikel introduceert het Patrologia Graeca Corpus, een groot openbaar bron met geoptimaliseerde OCR- en taalkundige annotaties voor de overige ongedigitaliseerde negentiende-eeuwse edities van het Patrologia Graeca, waarbij een nieuwe pipeline met YOLO en CRNN een recordlaag foutpercentage voor polytonisch Grieks bereikt.
Dit paper introduceert OmniEarth, een nieuw benchmark voor het systematisch evalueren van vision-language modellen in aardobservatie, dat 28 taken omvat over perceptie, redenering en robuustheid om de huidige beperkingen van bestaande modellen in complexe geospatiale scenario's in kaart te brengen.
Dit paper introduceert MORE-R1, een nieuw model dat Large Vision-Language Models (LVLMs) via een twee-staps trainingsproces met toezicht en versterkingslearning in staat stelt om complexe multimodale object-entiteitsrelaties te extraheren door middel van expliciete stap-voor-stap redenering.
Dit paper introduceert PruneSID, een trainingsvrije methode die redundantie in visuele tokens van Vision-Language Models efficiënt elimineert door belang en diversiteit synergetisch te benutten, waardoor de prestaties worden behouden en de verwerkingssnelheid aanzienlijk wordt verhoogd.
Deze paper introduceert StyleVLA, een op fysica gebaseerd Vision-Language-Action-model dat, getraind op een groot instructiedataset, diverse en kinematisch haalbare rijstijlen genereert en daarmee gespecialiseerde prestaties behaalt die superieur zijn aan die van gesloten bronmodellen zoals Gemini-3-Pro.