5292 artigos
Este artigo propõe um algoritmo para otimizar a associação de usuários e a alocação de recursos em comunicações semânticas adaptativas, permitindo a seleção dinâmica de esquemas de transceiver baseados em redes neurais para atender à heterogeneidade dos dispositivos e maximizar a utilidade do sistema sob restrições de energia e latência.
Este estudo analisa os desafios de reestruturar práticas de moderação baseadas em comunidades, como na Wikipedia, revelando que novas tecnologias podem falhar ao conflitar com normas sociais existentes e criar custos significativos devido à complexa relação entre plataformas e comunidades autogovernadas.
O artigo apresenta o DivCon, uma abordagem de "dividir e conquistar" que melhora a geração de imagens a partir de texto ao decompor a tarefa em etapas de raciocínio e planejamento visual, permitindo que modelos de linguagem leves superem métodos anteriores na precisão espacial e na qualidade perceptual de cenas complexas.
Esta pesquisa oferece uma revisão abrangente e um benchmark das tecnologias de geração e detecção de deepfakes, analisando métodos de ponta, conjuntos de dados, métricas e desafios futuros em subáreas como troca de rostos, reencenação e edição de atributos faciais.
Este trabalho apresenta um novo método de amostragem com reposição para fluxos de dados que, em uma única passagem sobre uma população de tamanho desconhecido, gera uma amostra ponderada representativa e pronta para uso, com correção e eficiência formalmente provadas e validadas experimentalmente.
Este artigo propõe três novos conjuntos de teste desafiadores e de alta qualidade (Hadrian, Eclipse e ND-Twins) para avaliar a robustez de algoritmos de reconhecimento facial em variações de atributos e semelhanças entre indivíduos, superando a necessidade de reduzir artificialmente a qualidade das imagens para obter dificuldades comparáveis às existentes.
O artigo apresenta o RDM, um modelo de difusão recorrente que utiliza Fluxos Normalizantes para gerar sequências longas e alinhadas ao texto com alta eficiência computacional, evitando o custo de desnoising completo das quadros anteriores.
Este artigo apresenta um método que utiliza Entropia de Transferência para modular a influência entre agentes em interações humano-robô, demonstrando que o reforço dessa influência melhora a colaboração e a comunicação implícita, enquanto a resistência a ela promove independência social, validado através de simulações e experimentos reais em navegação e direção autônoma.
Este artigo apresenta um quadro genérico que estabelece condições suficientes para a decidibilidade em tempo polinomial de fragmentos de teorias de primeira ordem com um número fixo de negações, demonstrando sua aplicação para provar que o fragmento de negação fixa da aritmética de Presburger fraca e de outras duas teorias relacionadas são decidíveis em tempo polinomial, em contraste com a dureza NP de fragmentos mais restritos da aritmética de Presburger padrão.
O artigo apresenta o MORCoRA, uma técnica de busca multiobjetivo que recomenda sequências de refatoração para melhorar a qualidade do código e preservar a semântica, ao mesmo tempo que identifica revisores disponíveis e com expertise adequada para garantir a aprovação rápida da revisão.
Este trabalho apresenta um neurônio analógico Leaky Integrate-and-Fire de ultra baixo consumo (1,61 fJ/espeto) fabricado em tecnologia CMOS de 28 nm, que, ao ser integrado em um sistema neuromórfico, alcança 82,5% de precisão na tarefa MNIST, demonstrando a viabilidade de soluções de aprendizado de máquina eficientes energeticamente para dispositivos embarcados.
Este estudo misto analisa a criação e sustentação de artigos sobre temas tabu na Wikipedia, identificando seis temas que revelam como a liderança resiliente, o engajamento organizacional e a governança emergente permitem a construção de conhecimento público sob condições de conflito e anonimato.
Este artigo apresenta o MLVAS, um sistema multimodal que integra análise de vídeo e áudio para extrair automaticamente segmentos-chave e métricas de videolaringoscopia, visando auxiliar no diagnóstico clínico da paralisia das pregas vocais.
Este artigo explora o potencial transformador da inteligência artificial na geração e validação de casos de teste, destacando como essa tecnologia supera os desafios dos métodos tradicionais ao aumentar a eficiência, a cobertura e a confiabilidade dos lançamentos de software, ao mesmo tempo em que aborda os obstáculos relacionados à qualidade dos dados e à supervisão humana.
Este trabalho propõe um framework de navegação segura para robôs bípedes que combina aprendizado por reforço profundo com a teoria do operador de Koopman para criar um controlador preditivo de modelo linearizado, resultando em maior precisão de trajetória e taxas de sucesso superiores em ambientes densos e com passagens estreitas.
O artigo apresenta o InterMind, um sistema de avaliação de depressão baseado em modelos de linguagem de grande escala que integra a interação entre médico, paciente e família, utilizando técnicas como geração aumentada por recuperação e cadeia de raciocínio para melhorar a precisão diagnóstica, a interpretabilidade e a eficiência do processo clínico.
O artigo apresenta o PiVOT, um novo mecanismo de prompting visual que aproveita um modelo fundacional pré-treinado (CLIP) para gerar e refinar dinamicamente prompts online, permitindo que o rastreador suprima distratores e melhore o desempenho no rastreamento genérico de objetos.
O artigo apresenta o S²Sim, um sistema inovador que utiliza simulação simbólica seletiva para diagnosticar e reparar automaticamente configurações de roteamento distribuído, identificando erros e sugerindo correções para atender a requisitos complexos em redes de diversos tamanhos.
O artigo apresenta o Pose Prior Learner (PPL), um método não supervisionado que aprende um prior categórico geral para estimativa de pose de objetos, utilizando uma memória hierárquica de partes composicionais para refinar a precisão da estimativa e lidar com oclusões sem necessidade de anotações humanas.
O artigo apresenta o ExpGest, um novo framework baseado em modelo de difusão que utiliza informações sincronizadas de áudio e texto para gerar gestos corporais completos, expressivos e controláveis, superando as limitações de rigidez e falta de contexto emocional dos métodos existentes.