4471 papers
Deze paper introduceert MOMNet, een nieuw raamwerk voor dieptedetailverbetering dat zonder strikte ruimtelijke uitlijning tussen RGB- en dieptedata presteert door middel van een multi-orde matching- en aggregatiemechanisme, waardoor het robuust is tegen misalignement in real-world scenario's.
Dit paper introduceert DualMindVLM, een visueel taalmodel dat een efficiënt dual-systeem denkmechanisme implementeert door automatisch te kiezen tussen snelle en langzame redenering op basis van probleemcomplexiteit, wat leidt tot state-of-the-art prestaties met minder tokenverspilling.
Dit artikel introduceert de Radiative-Structured Neural Operator (RSNO), een nieuwe diepe leer-methode die fysisch consistente, continue spectrale super-resolutie bereikt door multispectrale beelden om te zetten in hyperspectrale beelden via een driestapsproces met hoek-consistente projectie.
Deze paper introduceert UnfoldLDM, een diep-ontvouwing-gebaseerd raamwerk dat latent diffusion-priors integreert om blind beeldherstel te verbeteren door degradatie-afhankelijkheid en oververvaging aan te pakken via een multi-granulariteitsmodule en een degradatie-resistente transformer.
Deze studie analyseert hoe Reddit-gebruikers tussen november 2022 en mei 2025 collectief omgaan met privacybezorgdheid rondom ChatGPT door middel van risicosignaleren, het stellen van normen en het delen van strategieën voor privacybehoud.
Deze paper presenteert een stabiel multi-drone GNSS-tracking-systeem voor maritieme robots dat, door middel van visuele detectie, multi-object tracking, triangulatie en een confidence-gewogen Extended Kalman Filter, nauwkeurige positiebepaling mogelijk maakt op het wateroppervlak en net daaronder.
Dit paper introduceert Yo'City, een nieuw agentisch kader dat gebruikmaakt van grote modellen voor top-down planning en een iteratief verfijningsproces om gepersonaliseerde, onbeperkt uitbreidbare en realistische 3D-stadsscènes te genereren die de huidige state-of-the-art-methoden overtreffen.
DOPD is een dynamisch systeem voor het uitvoeren van LLM-inferentie dat de verhouding tussen voorafvul- en decoderingsinstanties aanpast op basis van real-time belasting om onbalans in heterogene werklasten op te lossen en zo de goodput en SLO-ervaring aanzienlijk verbetert ten opzichte van bestaande oplossingen.
Deze paper introduceert het onderzoek naar fouttolerante spanners in hypergrafieken en presenteert een snellend, op clustering gebaseerd algoritme dat sublineaire rand-fouttolerante hyperspanners construeert, terwijl het ook een ondergrens voor de grootte ervan vaststelt.
Dit artikel presenteert een LLM-ondersteund multi-agent framework dat de ontwerp- en aanpassingsprocessen van roll-to-roll productiesystemen automatiseert door middel van vijf fasen, waaronder systeemidentificatie en veiligheidsverificatie, wat leidt tot efficiëntere spanningsregeling en minder handmatig instelwerk.
Het paper introduceert RadDiff, een nieuwe methode voor eiwit-inverse vouwing die door middel van een op retrievals gebaseerd mechanisme en een kennisbewust diffusion-model de prestaties van bestaande methoden verbetert door tot 19% hogere sequentierecovery-rates te bereiken.
Dit artikel introduceert een raamwerk voor voorschrijvend onderhoud dat een causaal fundamenteel model integreert om als 'wat-als'-simulator te fungeren, waardoor de oorzaken van productiefouten niet alleen worden voorspeld maar ook begrepen en geoptimaliseerd kunnen worden via gerichte interventies om de algehele apparaateffectiviteit te verhogen.
Deze paper introduceert S2AM3D, een schaalcontroleerbaar model voor part-segmentatie van 3D-puntenwolken dat 2D-segmentatiepriors combineert met 3D-consistente supervisie en een nieuw groot dataset om robuuste en aanpasbare segmentatie van complexe structuren te bereiken.
Dit paper introduceert CAEC, een systeem dat op Arm CCA is gebaseerd en beveiligd geheugendelen tussen Confidential Virtual Machines (CVMs) mogelijk maakt zonder de hypervisor, waardoor de prestaties van inter-CVM-communicatie aanzienlijk worden verbeterd ten opzichte van traditionele encryptiemethoden.
HiconAgent is een nieuwe GUI-agent die met de History Context-aware Policy Optimization (HCPO) methode, bestaande uit Dynamische Context Sampling en Anker-gestuurde Historiecompressie, historische context efficiënter gebruikt dan bestaande modellen, wat leidt tot betere prestaties en aanzienlijke reducties in rekenkosten.
In dit paper wordt MAViD voorgesteld, een innovatief multimodaal raamwerk met een Conductor-Creator-architectuur dat geïntegreerde audio-visual dialogue-understanding en -generatie mogelijk maakt door autoregressieve en diffusiemodellen te combineren voor het creëren van levendige, contextueel samenhangende en langdurige interacties.
Deze paper introduceert het concept van een "informatiehorizon" in Vision Large Language Models, waarbij visuele tokens in diepere lagen hun relevantie verliezen en willekeurige pruning in deze lagen de inferentie-efficiëntie aanzienlijk verbetert zonder de prestaties te schaden.
Deze studie toont aan dat een standaard IPPO-basismodel in heterogene multi-agentomgevingen net zo goed generaliseert naar nieuwe teamgenoten als een complexere Rotating Policy Training-methode, wat suggereert dat de agents de onderliggende spelmechanismen en niet de specifieke teamgenootgedragingen hebben geleerd.
Deze paper introduceert MaGRoad, een padgerichte methode voor robuuste extractie van wegnetwerken in off-road omgevingen, en presenteert tegelijkertijd het WildRoad-dataset om de bestaande beperkingen van bestaande modellen op te lossen.
Het paper introduceert ReMeDI-SAM3, een trainingsvrije uitbreiding van SAM3 die door middel van relevante geheugenfiltering, interpolatie en tijdsgebonden re-identificatie de nauwkeurigheid van chirurgische instrumentsegmentatie in endoscopie significant verbetert, zelfs bij frequente occlusies.