4973 artigos
O artigo "LiTo" propõe uma representação latente 3D unificada que tokeniza campos de luz de superfície para modelar simultaneamente geometria e aparência dependente do ponto de vista, permitindo a geração de objetos 3D realistas com efeitos especulares e reflexos consistentes a partir de uma única imagem de entrada.
O artigo propõe um sistema de IA totalmente automatizado que utiliza uma população de agentes inspirados em papéis de estúdio e críticos de LLM alinhados a preferências reais para gerar vídeos de comédia esboçada de alta qualidade, alcançando desempenho próximo ao de produções profissionais.
O artigo apresenta o SDR-GAIN, um método inovador e em tempo real que utiliza redes adversariais generativas para completar a pose de pedestres oclusos em cenários de direção autônoma, superando abordagens convencionais na precisão da recuperação de keypoints e na velocidade de inferência.
O artigo propõe o TSformer-SA, um modelo baseado em Transformer com adaptadores específicos por sujeito e fusão temporal-espectral que melhora a decodificação de interfaces cérebro-computador baseadas em RSVP, reduzindo a necessidade de dados de treinamento e o tempo de preparação para novos usuários.
O artigo apresenta o PnLCalib, um pipeline de calibração baseado em otimização que utiliza um modelo 3D de campo de futebol, pontos-chave e linhas detectadas para superar as limitações dos métodos tradicionais e alcançar maior precisão e robustez na calibração de câmeras em vídeos esportivos de transmissão.
O artigo propõe o DP-IQA, um método pioneiro de avaliação de qualidade de imagem cega que aproveita os priores de modelos de difusão pré-treinados e um processo de destilação de conhecimento para alcançar desempenho superior e generalização em imagens com distorções complexas do mundo real.
Este artigo apresenta o ScenarioFuzz, uma metodologia pioneira de fuzzing baseada em cenários que utiliza redes viárias, mutações especializadas e um modelo de rede neural gráfica para otimizar a descoberta de falhas em sistemas de direção autônoma, reduzindo custos de tempo em 60,3% e identificando 58 bugs em seis sistemas testados.
Este artigo propõe e avalia uma solução de aprendizado por reforço baseada em Q-learning multiagente distribuído para atualizações de mapas de alta definição em redes veiculares, demonstrando que essa abordagem reduz a carga computacional e melhora significativamente a latência em comparação com métodos de agente único.
O artigo propõe o algoritmo CoHet, que utiliza motivação intrínseca baseada em Redes Neurais de Grafos (GNN) para aprimorar a cooperação entre agentes heterogêneos em ambientes de Aprendizado por Reforço Multiagente Descentralizado, superando desafios como observabilidade parcial e escassez de recompensas.
O artigo apresenta os Processos de Student-t Variacionais Esparsos (SVTP), um novo framework que estende o método de pontos induzidos esparsos para processos de Student-t, oferecendo algoritmos de inferência escaláveis e robustos que superam os Processos Gaussianos Esparsos na modelagem de dados com caudas pesadas e outliers, mantendo eficiência computacional em grandes conjuntos de dados.
Este artigo propõe um quadro unificado que modela a quantização e a esparsificação como ruído aditivo e introduz uma transformada de dequantização por dedução para estabelecer um caminho de gradiente explícito, permitindo o treinamento estável e robusto de redes neurais em precisões arbitrárias e níveis de esparsidade, incluindo regimes sub-bit e A1W1.
O artigo apresenta o DRUPI, um método de condensação de dados que melhora o desempenho de modelos ao sintetizar informações privilegiadas (como rótulos de características ou atenção) junto com o conjunto de dados reduzido, oferecendo supervisão auxiliar que supera as abordagens tradicionais baseadas apenas em pares de dados e rótulos.
O artigo apresenta o LayoutDreamer, um framework que utiliza 3D Gaussian Splatting e um grafo de cena direcionado para gerar cenas composicionais 3D de alta qualidade, fisicamente plausíveis e altamente controláveis a partir de prompts de texto, superando os métodos existentes em alinhamento semântico e realismo.
Este artigo apresenta o Astromer 2, um modelo fundamental aprimorado para análise de curvas de luz que, ao ser pré-treinado de forma auto-supervisionada no levantamento MACHO, supera significativamente seu predecessor e modelos anteriores em tarefas de classificação, especialmente em cenários com dados rotulados limitados.
Este artigo introduz o conceito de "assinatura espacial" de um conjunto de dados para mapear pontos em um espaço de baixa dimensão onde utilidades se tornam funcionais lineares, permitindo uma metodologia prática com métrica explícita para avaliar e garantir a robustez da valoração de dados baseada em semivalores frente a mudanças na escolha da utilidade.
O artigo apresenta o MKE-Coder, um novo framework que utiliza conhecimento multi-axial e verificação de evidências clínicas para melhorar a precisão e a velocidade da codificação automática de ICD em registros médicos eletrônicos chineses.
O artigo apresenta o LLM-Advisor, um framework que utiliza modelos de linguagem grandes como consultores pós-processamento para refinar o planejamento de caminhos em terrenos heterogêneos, demonstrando melhorias significativas na eficiência de custos em comparação com métodos tradicionais, apesar das limitações de raciocínio espacial dos LLMs em cenários zero-shot.
O artigo apresenta o HyConEx, um classificador baseado em hiperredes profundas para dados tabulares que, de forma inovadora, combina previsões de classe e a geração de exemplos contrafactuais locais para explicar as decisões do modelo em uma única rede neural.
Este artigo propõe uma abordagem teórica fundamentada na teoria das categorias, utilizando um funtor explicativo para garantir a coerência e a fidelidade das explicações lógicas de modelos de IA, superando as limitações de inconsistência dos métodos heurísticos atuais.
O artigo apresenta o GateLens, um agente baseado em LLM que utiliza Álgebra Relacional como representação intermediária formal para traduzir consultas em linguagem natural em código Python otimizado, superando sistemas existentes em precisão e velocidade para análise de dados tabulares complexos no setor automotivo.