3956 papers
Dit paper introduceert TrajPred, een framework dat instrumenttrajectoires en visueel-taalmodellen combineert om de nauwkeurigheid van de herkenning van interacties tussen chirurgische instrumenten en weefsels te verbeteren door tijdsafhankelijke bewegingsinformatie en fijne actie-details beter te benutten.
Dit paper presenteert een privacy-bewust, patiëntgericht raamwerk voor identiteitsbeheer in de gezondheidszorg dat operationele betrouwbaarheid combineert met sterke bescherming tegen linkbaarheid en traceerbaarheid, waarbij de beveiliging en haalbaarheid formeel zijn geverifieerd en gesimuleerd.
Dit artikel presenteert een robuust tweestapskader voor het volgen van paden door mobiele manipulatoren, dat een 8-DoF-planningsprobleem ontkoppelt in een efficiënte grafische zoektocht en een numerieke optimalisatie om zowel computationele snelheid als sub-millimeter nauwkeurigheid te garanderen.
Dit paper introduceert een uitgebreid op toestemming gebaseerd toegangscontrolekader voor de gezondheidszorg dat semantische correctie garandeert door conflicten proactief bij het aanmaken van toestemming te detecteren, onveranderlijke basisrechten formaliseert en contextbewuste noodtoegang mogelijk maakt, wat resulteert in lagere latentie en betere schaalbaarheid dan traditionele XACML-baselines.
Dit paper introduceert Mozart, een co-ontwerp van algoritme en hardware dat de training van MoE-gedreven taalmodellen op 3.5D wafer-scale chiplet-architecturen optimaliseert door middel van een slimme experttoewijzing, fijnmazige planning en een hiërarchisch geheugenontwerp om communicatie- en geheugenproblemen op te lossen.
Deze studie toont aan dat generatieve AI in het ontwerponderwijs vooral fungeert als cognitieve versneller die door studenten wordt ingezet in de vroege fasen van het proces, terwijl menselijke competenties zoals vakinhoudelijke kennis, smaak en oordeelsvermogen essentieel blijven voor het interpreteren, valideren en verfijnen van AI-generaties.
Dit paper introduceert OV-DEIM, een real-time open-vocabulary objectdetector op basis van het DEIMv2-architectuur die, door middel van een query-aanvullingsstrategie en de nieuwe GridSynthetic-dataaugmentatietechniek, state-of-the-art prestaties bereikt met verbeterde efficiëntie en detectie van zeldzame categorieën.
Dit paper introduceert de Hiërarchische Geheugenboom (HMT), een gestructureerd raamwerk dat logische planning en actie-uitvoering ontkoppelt door een drie-niveau hiërarchie te gebruiken, waardoor webagenten gebaseerd op grote taalmodellen aanzienlijk beter generaliseren naar onbekende websites dan bestaande methoden met plat geheugen.
Dit paper introduceert TFM, een aanvalsmethode die gebruikmaakt van een kwetsbaarheid in tekst-naar-video-modellen waarbij het specificeren van slechts begin- en eindframes leidt tot het genereren van schadelijke tussentijdse beelden, waardoor bestaande inhoudsfilters worden omzeild.
Dit paper toont aan dat eBPF-monitoring op systeemniveau nieuwe lekken in Zoekbare Symmetrische Encryptie (SSE) blootlegt die aanvallen versterken en benadrukt dat deze praktische bedreigingen moeten worden opgenomen in toekomstige verdedigingsontwerpen.
Dit paper introduceert SSP, een raamwerk dat neurale differentiaalvergelijkingen en veiligheidscontrolefuncties combineert om data-gedreven chirurgische beleidslijnen van formele veiligheidswaarborgen te voorzien, waardoor de overtreding van gedrags- en ruimtelijke beperkingen in robotchirurgie tot bijna nul wordt teruggebracht zonder de taaksucces te compromitteren.
Deze studie analyseert 377 YouTube-video's om te onderzoeken hoe creators collectief kennis opbouwen over het monetiseren van generatieve AI-inhoud, waarbij ze zowel nieuwe inkomstenstromen verkennen als structurele spanningen rondom inkomensclaims, auteursrechten en platformbeheer blootleggen.
Deze paper introduceert DeepEarth, een zelftoezichtend multi-modale wereldmodel dat gebruikmaakt van de innovatieve Earth4D-encoder voor sub-meter en sub-seconde precisie in planetaire ruimtetijd, en dat hiermee state-of-the-art resultaten behaalt op ecologische voorspellingsbeproevingen.
TacDexGrasp is een robuust en compliant systeem voor dexterous grijpen dat via tactiele feedback en een SOCP-gebaseerde regelaar, zonder expliciete koppelmodellering of slipdetectie, de stabiliteit van grijpen op onbekende objecten waarborgt door de verhouding tussen tangentiële en normale krachten actief te beperken.
AIReSim is een discrete gebeurtenissimulator die ontwikkelaars in staat stelt om de betrouwbaarheid van grote AI-clusters te evalueren en optimaliseren door het systematisch testen van verschillende ontwerpparameters en 'what-if'-scenario's voor falings- en herstelmechanismen.
In dit paper wordt een nieuwe methode voor fijnkorrelige 3D-herconstructie van micro-expressies voorgesteld die, door globale dynamische kenmerken te combineren met lokaal verrijkte informatie, de uitdagingen van deze subtiele en vluchtige gezichtsbewegingen overwint en superieure resultaten behaalt ten opzichte van bestaande methoden.
Dit artikel onderzoekt hoe retrofitting de beperkingen van ingebouwde slimme auto-sensoren kan aanvullen en formuleert op basis van interviews en participatieve ontwerpsessies richtlijnen voor de ontwikkeling van effectieve retrofit-oplossingen voor slimme auto-interieurs.
Dit paper introduceert CAPL, een framework dat hallucinaties in multi-image taken van grote vision-language modellen aanpakt door cross-image attentie te kalibreren en voorkeurslering toe te passen om de interactie tussen afbeeldingen te verbeteren en de afhankelijkheid van tekstuele priors te verminderen.
Dit artikel presenteert een communicatienetwerk-bewust raamwerk dat routeringsbeperkingen integreert met laag-rang matrixcompletie om de nauwkeurigheid van het herstellen van ontbrekende meetgegevens in distributienetwerken te verbeteren, zelfs bij uitval van communicatielinks.
Dit paper introduceert een schaalbaar, domeinonafhankelijk webtool dat Large Language Models combineert met geautomatiseerde querytechnieken om open wetenschappelijke databases efficiënt op te bouwen, wat resulteert in een 90% overlap met door experts samengestelde datasets en aanzienlijk minder handwerk vereist.