5166 artigos
O artigo apresenta o DeepSparse, o primeiro modelo de fundação para reconstrução de CBCT com visão esparsa, que utiliza a arquitetura DiCE e o framework HyViP para superar os desafios de demanda computacional e generalização, permitindo imagens de alta qualidade com menor exposição à radiação.
O artigo apresenta o HEXGEN-FLOW, um framework inovador que otimiza o agendamento de inferência de LLMs para fluxos de trabalho Text-to-SQL em clusters heterogêneos de GPUs, utilizando um escalonador hierárquico e métodos de simulação para reduzir significativamente a latência e aumentar a taxa de transferência em comparação com os sistemas existentes.
O artigo apresenta o M³CAD, um benchmark abrangente e multimodal com dados de múltiplos veículos e sensores, projetado para impulsionar a pesquisa em direção autônoma cooperativa genérica, incluindo a proposta de uma nova abordagem de fusão multi-nível que equilibra eficiência de comunicação e precisão de percepção.
O artigo apresenta o FoldNet, um framework que utiliza síntese de dados baseada em keypoints e aprendizado por imitação em malha fechada com a estratégia KG-DAgger para treinar uma política de controle robusta capaz de dobrar roupas com 75% de sucesso no mundo real.
O artigo apresenta o Diffusion-SAFE, um framework de autonomia compartilhada que utiliza dois modelos de difusão para prever a intenção humana e guiar a transferência de controle para um copiloto seguro, permitindo uma transição suave e contínua entre o motorista e o sistema automatizado com base em um parâmetro de risco.
O artigo apresenta o MTVCraft, um framework pioneiro que tokeniza sequências de movimento 3D bruto em tokens de movimento 4D para superar as limitações dos métodos baseados em poses 2D, permitindo a animação zero-shot de personagens arbitrários e objetos não humanos com controle mais flexível e generalização superior.
Este estudo com profissionais financeiros demonstra que, embora o conteúdo gerado por IA melhore a qualidade do trabalho, a carga cognitiva extrínseca — especialmente provocada pela troca de tarefas iniciada pelo modelo — impacta negativamente o desempenho, afetando desproporcionalmente os profissionais menos experientes.
Este estudo apresenta e avalia os algoritmos de Fluxo de Potência e Fluxo de Potência Ótimo Quânticos Adiabáticos (AQPF e AQOPF), que reformulam os problemas de engenharia elétrica como otimizações combinatórias executáveis em máquinas de Ising, demonstrando sua capacidade de reproduzir soluções viáveis e exibir escalabilidade computacional promissora em sistemas de até 1354 barras ao utilizar hardware quântico e annealers digitais.
Este trabalho propõe uma nova representação de ambientes proteicos locais derivada de modelos fundamentais atômicos, demonstrando sua eficácia na captura de características estruturais e químicas e permitindo a criação de um preditor de deslocamento químico em espectroscopia de RMN com precisão state-of-the-art.
Este trabalho apresenta uma abordagem não supervisionada para descobrir taxonomias de falhas a partir de grandes volumes de logs de implantação robótica, utilizando raciocínio visão-linguagem e agrupamento semântico para identificar modos de falha recorrentes e acionáveis que melhoram a coleta de dados e o monitoramento de segurança.
Este artigo apresenta um novo framework de alocação de tarefas para robôs multitarefa, que considera restrições físicas ignoradas por métodos anteriores, propondo soluções baseadas em MAX-SAT e heurísticas gananciosas validadas em simulações e experimentos físicos que demonstram ganhos significativos de eficiência.
O artigo apresenta o ContextMatters, um framework que combina modelos de linguagem (LLMs) e planejamento clássico para relaxar hierarquicamente objetivos em ambientes 3D complexos, permitindo que agentes robóticos adaptem tarefas inatingíveis a metas viáveis com base no contexto, resultando em um aumento de 52,45% na taxa de sucesso em comparação com métodos existentes.
Este estudo apresenta um modelo de GAN com penalização de variância, baseado na arquitetura pyramid pix2pix, que traduz imagens de histologia H&E em imagens de imuno-histoquímica (IHC) de alta fidelidade para avaliar a superexpressão de HER2 no câncer de mama, superando os métodos existentes em precisão e oferecendo uma alternativa eficiente e acessível para a oncologia de precisão.
O artigo apresenta o LINO UniPS, um método de estereoscopia fotométrica universal que utiliza tokens de registro de luz e atenção intercalada para desacoplar iluminação e normais, além de uma arquitetura baseada em wavelets para preservar detalhes geométricos, alcançando resultados state-of-the-art no novo conjunto de dados PS-Verse.
Este artigo apresenta um novo framework em cascata guiado por Modelos de Linguagem e Visão (VLM) para a Segmentação de Objetos Camuflados em Vocabulário Aberto, que utiliza características do VLM como prompts explícitos para o Segment Anything Model (SAM) a fim de melhorar a localização e emprega a saída de segmentação como um prior espacial suave para evitar lacunas de domínio na classificação, superando assim as limitações dos métodos existentes.
O artigo apresenta o WaLi, um ataque de privacidade que demonstra ser possível reconstruir fala inteligível a partir de dados de sensores de pressão em sistemas HVAC, utilizando uma arquitetura baseada em Conformer de valor complexo e blocos de atenção global para mitigar ruídos e aliasing, revelando uma vulnerabilidade de segurança previamente ignorada nesses dispositivos.
O artigo apresenta o SUBARU, uma abordagem prática que reduz o consumo de energia em dispositivos auditivos ao utilizar amostragem sub-Nyquist e baixa resolução de bits, recuperando a qualidade do áudio por meio de um método de super-resolução que permite processamento eficiente em tempo real em ambientes ruidosos.
Este artigo apresenta o VTOPA, um algoritmo de posicionamento autônomo para UAVs que utiliza visão computacional para mapear obstáculos e usuários em tempo real, otimizando a localização das aeronaves para maximizar a conectividade sem fio e o desempenho da rede em ambientes urbanos densos.
O artigo apresenta o LD-RPS, uma abordagem unificada e sem dados para restauração de imagens que utiliza amostragem recorrente de posterior em um modelo de difusão latente pré-treinado, combinado com um modelo de compreensão multimodal e um módulo leve de alinhamento, superando os métodos atuais ao lidar com diversos tipos de degradação sem necessidade de treinamento supervisionado.
Este artigo apresenta a Agregação Adaptativa Baseada em Consultas (QAA), uma técnica inovadora que utiliza consultas aprendidas como códigos de referência para melhorar a capacidade de agregação de informações e superar os vieses específicos de conjuntos de dados, permitindo o treinamento conjunto eficaz de múltiplos conjuntos para reconhecimento visual universal de locais com generalização equilibrada e desempenho superior.