5297 artigos
Este artigo apresenta uma abordagem holística pioneira que otimiza conjuntamente a composição, a posição da base e a trajetória de robôs modulares para minimizar o tempo de ciclo em tarefas industriais, resultando em reduções de até 25% no tempo e em uma maior taxa de sucesso na geração de soluções viáveis.
Este artigo propõe uma abordagem de roteamento coordenado que utiliza dados de tráfego em tempo real para redirecionar dinamicamente veículos conectados e automatizados (CAVs) em faixas exclusivas de ônibus, melhorando simultaneamente a pontualidade do transporte público e a eficiência de viagem dos CAVs em ambientes de tráfego misto.
Um estudo randomizado com 94 conselheiros iniciantes demonstrou que um sistema de treinamento baseado em LLM, combinando prática simulada com feedback estruturado, é eficaz para melhorar habilidades microtécnicas e empatia, enquanto a prática isolada não gerou melhorias e até reduziu a empatia ao longo do tempo.
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.