927 papers
Dit artikel presenteert een lichtgewicht, modulair framework dat monoculaire dense SLAM (MASt3R-SLAM) integreert met vision-language modellen (Gemma 3 en Qwen2.5-VL) om robuuste, open-vocabulary semantische navigatie in binnenomgevingen mogelijk te maken met uitsluitend RGB-input, zonder de noodzaak van dieptesensoren of model-fine-tuning.
Dit artikel introduceert XAI-Gate, een nieuw, detector-agnostisch governance-framework dat dynamisch verklarende acties selecteert om de kwaliteit van dienstverlening voor pakketten, interpreteerbaarheid voor operators en informatie-expositie onder beperkte middelen in evenwicht te brengen, waarbij significante reducties in verklarende schuld en nul budgetoverschrijdingen worden bereikt zonder dat her-training van de classifier vereist is.
Dit artikel introduceert Omnilingual ASR, een schaalbare, open-source familie van spraakherkenningsmodellen die gebruikmaakt van een 7B-parameter zelfgesuperviseerde architectuur en een enorme, diverse trainingscorpus om meer dan 1.660 talen te ondersteunen, inclusief meer dan 500 voorheen niet bediende, terwijl het gemeenschappen in staat stelt het systeem met minimale gegevens gemakkelijk aan te passen aan nieuwe talen.
Dit artikel introduceert UDAQ, een verenigd, beloningsgestuurd Q-iteratiekader dat zich autonoom aanpast aan dynamisch evoluerende toestandsruimten om zowel punt-naar-punt padplanning als efficiënte omgevingsexploratie gelijktijdig te optimaliseren, waarbij het conventionele planners en exploratiestrategieën in onbekende omgevingen zonder voorafgaande kaartkennis aanzienlijk overtreft.
Dit artikel stelt een nieuw houdingsrobuust framework voor vingerafvidentificatie voor dat wederzijdse regio-uitlijning, minimum convolutiepunt kenmerklering en gewogen scorefusie integreert om effectief prestatievermindering veroorzaakt door longitudinale rotatie en niet-rigide deformaties in contactloze vingerafbeeldingen aan te pakken, waarbij de state-of-the-art resultaten over vier publieke datasets wordt behaald.
Dit artikel presenteert een gedragscentrisch framework voor het classificeren van MITRE ATT&CK-technieken met behulp van Sysmon-telemetrie, waarbij wordt aangetoond dat op GUID gebaseerde eventcorrelatie gecombineerd met het SecureBERT-transformermodel beter presteert dan temporele correlatie en traditionele machine learning-benaderingen bij het identificeren van adversariële activiteiten.
Dit artikel stelt een nieuwe Rectified Sine Unit (RSU) activatiefunctie voor die de prestaties van Convolutionele Neurale Netwerken bij automatische pathologische diagnose over vier diverse kankerdatasets aanzienlijk verbetert, waarbij een superieure nauwkeurigheid wordt bereikt vergeleken met standaard activatiefuncties zoals ReLU en Leaky ReLU.
Deze studie valideert empirisch een hybride AI-IoT-framework dat continue omgevingssensing integreert met machine learning om chromatische deterioratie op tropische erfgoedgevels in Indonesië te voorspellen en vroege waarschuwingen te bieden, waarbij een hoge nauwkeurigheid en generaliseerbaarheid over meerdere locaties worden bereikt.
Dit artikel stelt een op deep learning gebaseerde methode voor de bewustwording van de beveiligingsstatus voor industriële besturingsnetwerkapparatuur in de petrochemische sector voor, gebruikmakend van een hybride TCN-MGRU-model om situationele complexiteit en informatievertragingen aan te pakken, waardoor de detectie nauwkeurigheid en beveiligingsbescherming aanzienlijk worden verbeterd.
Dit artikel presenteert een low-resource hybride detectiepipeline die bewegingsgebaseerde preprocessing combineert met YOLOv8-nano om efficiënt zwermen van de roodbilquet te identificeren op CPU-only hardware, waarbij een hoge nauwkeurigheid wordt bereikt terwijl de computationele belasting tijdens statische scènes aanzienlijk wordt verminderd.