7072 artigos
Este artigo apresenta uma derivação abrangente de uma solução analítica unificada para a pressão acústica gerada por fontes fotoacústicas com distribuições de pressão inicial esfericamente simétricas, fornecendo expressões específicas para diversas distribuições comuns e ferramentas de simulação para o projeto e análise de sistemas de imagem fotoacústica.
Este artigo apresenta o AV-LMMDetect, um modelo multimodal de grande porte baseado no Qwen 2.5 Omni e ajustado via fine-tuning supervisionado, que supera ou iguala os métodos existentes na detecção de deepfakes de áudio e vídeo ao tratar a tarefa como uma classificação por prompts.
Este artigo apresenta um estudo empírico em larga escala que desmistifica o design de espaços de ação para políticas de manipulação robótica, demonstrando que a previsão de ações delta e a combinação de representações no espaço das juntas e no espaço da tarefa melhoram significativamente o desempenho, a estabilidade e a generalização dos modelos.
O artigo apresenta o DesignSense, um novo framework que inclui o conjunto de dados de preferências humanas DesignSense-10k e um modelo de recompensa especializado, demonstrando melhorias significativas na avaliação e geração de layouts gráficos ao superar modelos existentes e otimizar o processo de treinamento por reforço.
O artigo apresenta o SALIENT, um framework de difusão baseado em domínio de wavelets que gera volumes de CT sintéticos e pareados com máscaras de lesão, permitindo uma detecção de anomalias raras mais precisa e controlável ao superar os desafios de desequilíbrio de classes e baixa relação alvo-volume.
Este artigo caracteriza a variedade de triplas compatíveis de matrizes fundamentais e essenciais, determinando seu ideal de anulação multihomogêneo e descobrindo um novo conjunto de restrições quarticas que superam as limitações das formulações algébricas anteriores na visão computacional.
Este artigo apresenta o SGDC, um mecanismo inovador de convolução dinâmica guiada por estrutura que substitui a média de agrupamento por orientação estrutural para preservar detalhes de alta frequência e alcançar desempenho superior na segmentação de imagens médicas.
O artigo propõe o SegReg, um framework de regularização no espaço latente para redes U-Net que, ao integrar-se ao nnU-Net, melhora consistentemente a generalização de domínio e o aprendizado contínuo em tarefas de segmentação de imagens médicas sem adicionar parâmetros ou memória.
O artigo apresenta o ANTShapes, um novo framework de simulação baseado na engine Unity que gera datasets neuromórficos personalizáveis e estatisticamente rotulados para superar a escassez de dados em visão computacional baseada em eventos, permitindo pesquisas em detecção de anomalias, reconhecimento e localização de objetos.
Este artigo propõe um quadro forense proativo unificado chamado LIDMark, que utiliza uma marca d'água robusta baseada em landmarks faciais e identidade para realizar simultaneamente a detecção, localização de manipulação e rastreamento de fontes de deepfakes.
Este artigo propõe uma abordagem de aprendizado contínuo com poucos exemplos para RM cerebral 3D que utiliza um modelo fundacional congelado com adaptadores LoRA específicos para cada tarefa, eliminando o esquecimento catastrófico e mantendo um desempenho equilibrado entre segmentação de tumores e estimativa de idade cerebral sem a necessidade de reutilizar dados anteriores.
Este artigo apresenta um software automatizado que utiliza aprendizado profundo para classificar planos de radioterapia em regiões anatômicas com base na sobreposição de dose, alcançando 95% de precisão e oferecendo uma solução escalável para a curadoria de grandes bancos de dados multicêntricos sem depender de metadados inconsistentes.
O artigo apresenta o LE-NeuS, um framework neuro-simbólico eficiente em latência para compreensão de vídeos longos que reduz drasticamente o tempo de inferência em comparação com métodos existentes, mantendo ganhos de precisão através de amostragem adaptativa guiada por CLIP e detecção de proposições em lote.
Este artigo apresenta o primeiro estudo de síntese de visão entre sensores de diferentes modalidades, propondo um método escalável de "correspondência-densificação-consolidação" que elimina a necessidade de calibração complexa ao utilizar apenas dados RGB calibrados e 3D Gaussian Splatting para gerar dados alinhados RGB-X.
O artigo apresenta as Evidential Neural Radiance Fields, uma abordagem probabilística que integra-se ao processo de renderização do NeRF para quantificar diretamente, em uma única passagem, tanto a incerteza aleatória quanto a epistêmica, superando as limitações de métodos existentes em termos de qualidade de reconstrução e sobrecarga computacional.
O artigo apresenta o CycleBEV, um novo framework de regularização que utiliza consistência cíclica de visão, incluindo uma transformação inversa de visão, para melhorar a precisão da segmentação semântica em visão de pássaro (BEV) sem aumentar a complexidade de inferência.
O artigo apresenta o HDFLIM, um framework que alinha modelos de linguagem e visão pré-treinados e congelados em um espaço hiperdimensional compartilhado usando operações simbólicas leves, permitindo a geração eficiente de legendas de imagens sem a necessidade de ajuste fino computacionalmente intensivo.
Este artigo apresenta um algoritmo de redução incremental de dimensionalidade que processa características de detecção de anomalias visuais em lotes para atualizar eficientemente a decomposição em valores singulares, permitindo acelerar o treinamento de algoritmos de ponta em grandes conjuntos de dados com alta precisão e baixo uso de memória.
O artigo explora como a Realidade Estendida (XR) está revolucionando a educação ao criar ambientes de aprendizagem imersivos que aumentam o engajamento e o desenvolvimento de habilidades, ao mesmo tempo em que aborda os desafios de adoção relacionados a custos, complexidade técnica e questões éticas de privacidade e segurança de dados.
Este artigo apresenta o conjunto de dados Eva-3M, que inclui anotações de visibilidade de keypoints, e propõe o método EvaPose, uma abordagem inovadora para estimativa de pose humana egocêntrica que utiliza essas informações para superar os desafios de oclusão e alcançar desempenho superior.