8660 artigos
Este artigo apresenta um pipeline de pega end-to-end para manipuladores móveis que utiliza visão computacional e observações parciais para garantir uma execução segura e robusta em ambientes desordenados, alcançando uma taxa de sucesso de 90% em comparação com 30% de uma abordagem dependente de visão.
O artigo apresenta o Sleep Replay Consolidation (SRC), uma abordagem pós-treinamento inspirada no sono biológico que melhora a calibração e a confiabilidade das redes neurais artificiais ao reativar representações internas sem necessidade de retreinamento supervisionado.
Este trabalho introduz o framework "Informativeness" e um novo conjunto de dados específico para o setor de hospitalidade a fim de avaliar a capacidade de Modelos Visuais-Linguísticos (VLMs) em fornecer informações úteis para a tomada de decisão, revelando que, embora esses modelos necessitem de ajuste fino específico para o domínio, eles podem se tornar eficazes ao identificar sinais visuais-chave para necessidades informativas dos usuários.
Este artigo propõe o framework de Pré-treinamento de Tensor Contrastivo (CTP), que supera as limitações do alinhamento por pares ao realizar um alinhamento unificado e simultâneo de múltiplas modalidades (texto, imagem e nuvem de pontos) em um espaço de incorporação comum, melhorando assim a compreensão de cena para a condução autônoma.
Este artigo utiliza o filtro de partículas (SMC) para analisar teoricamente e empiricamente o compromisso entre custo e precisão em métodos de inferência de linguagem que agregam múltiplas amostras, identificando critérios de garantia, melhorias algorítmicas e limites fundamentais, embora os resultados empíricos sugiram que a precisão final dependa de fatores além do erro de amostragem.
Este trabalho apresenta o VLM-SubtleBench, um novo benchmark que avalia a capacidade de raciocínio comparativo sutil de modelos de visão e linguagem (VLMs) em dez tipos de diferenças e diversos domínios, revelando lacunas significativas entre o desempenho desses modelos e o humano.
Este artigo apresenta um sistema de previsão de monções baseado em inteligência artificial e inferência bayesiana, desenvolvido sob uma estrutura de teoria da decisão para atender às necessidades heterogêneas dos agricultores, o que resultou na entrega operacional de previsões personalizadas a 38 milhões de agricultores na Índia em 2025.
O artigo apresenta a SMGI, uma teoria estrutural de inteligência artificial geral que redefine o aprendizado como a evolução controlada da interface de aprendizagem, formalizando um modelo meta-estrutural dinâmico e provando que abordagens clássicas e modernas são instâncias restritas desse quadro unificado.
O artigo apresenta o LeJOT-AutoML, um framework impulsionado por agentes de IA que automatiza a engenharia de características para prever o tempo de execução de jobs no Databricks, reduzindo o ciclo de desenvolvimento de semanas para minutos e gerando economias de custos de 19,01% através de uma orquestração mais eficiente.
O artigo propõe o E²OAL, um quadro unificado e sem detectores para aprendizado ativo em conjunto aberto que elimina a sobrecarga de treinamento ao explorar rótulos de classes desconhecidas para melhorar a discriminação de classes conhecidas e a calibração, superando consistentemente os métodos mais avançados em precisão e eficiência.
Este artigo propõe um Transformer Bayesiano inovador que integra múltiplos mecanismos de incerteza em uma arquitetura PatchTST para realizar previsões de carga probabilísticas altamente calibradas e robustas em redes inteligentes, superando significativamente os modelos existentes em precisão e confiabilidade durante eventos climáticos extremos.
O artigo apresenta o NaviDriveVLM, um framework decoplado que separa o raciocínio de alto nível de um grande modelo "Navigator" da geração de ações de um "Driver" leve, superando os modelos VLM existentes em planejamento de movimento para direção autônoma no benchmark nuScenes ao equilibrar eficiência de treinamento e capacidade de interpretação.
O artigo apresenta o DyQ-VLA, um framework de quantização dinâmica para modelos de Visão-Linguagem-Ação que, ao utilizar proxies cinemáticos em tempo real para ajustar dinamicamente a precisão dos bits, reduz significativamente a pegada de memória e acelera a inferência sem comprometer o desempenho.
O artigo apresenta o Rel-MOSS, um novo método de aprendizado profundo relacional que utiliza um controlador de portas por tipo de relação e um sintetizador guiado por relações para realizar sobreamostragem de entidades minoritárias, resolvendo eficazmente o problema de desequilíbrio de classes em bancos de dados relacionais e superando os métodos atuais em precisão balanceada e média geométrica.
Este artigo propõe um framework de aprendizado por transferência robusto que utiliza informações auxiliares para construir conjuntos de incerteza centrados na estimativa, permitindo políticas otimizadas para o pior caso em ambientes com grandes deslocamentos que são menos conservadoras e mais eficientes em termos de amostragem do que os métodos tradicionais.
Este artigo propõe um framework de IA modular que utiliza análise semântica e sintética de consultas SQL para atribuir pontuações de risco a métricas agregadas em instituições de saúde, permitindo a governança de dados proativa e a prevenção de violações de privacidade antes da execução das consultas.
O artigo apresenta o ELLMob, um framework baseado em LLM que gera trajetórias humanas realistas durante grandes eventos sociais, superando as limitações de métodos anteriores ao utilizar a Teoria do Rastro Difuso para alinhar padrões habituais com restrições impostas por eventos, apoiado pelo primeiro conjunto de dados anotados com eventos.
Os autores desenvolveram um pipeline de aprendizado por reforço para simplificar diagramas de nós, que foi testado com sucesso em nós triviais difíceis e na soma de nós , onde recuperou o limite superior surpreendente de três para o número de desenovelamento.
O artigo apresenta o PSTNet, uma rede neural leve e estruturada fisicamente que integra princípios da teoria atmosférica para estimar a intensidade da turbulência em tempo real com alta precisão e eficiência computacional, sendo ideal para sistemas de navegação aérea em veículos hipersônicos e ambientes com recursos limitados.
O artigo propõe a Otimização Bayesiana Local Constrained (LCBO), um novo framework que supera os desafios de otimização em alta dimensão com restrições complexas ao alternar entre descida local e exploração guiada pela incerteza, garantindo taxas de convergência polinomiais e superando os métodos atuais em benchmarks de até 100 dimensões.