5710 artigos
Este trabalho apresenta o DARIO, um framework compatível com O-RAN que utiliza um modelo de Cálculo de Rede Estocástica para otimizar dinamicamente a atribuição de Superfícies Inteligentes Reconfiguráveis (RIS) em cenários 6G, reduzindo significativamente a latência e atendendo a requisitos heterogêneos de confiabilidade e atraso.
Este trabalho apresenta um framework de Controle Preditivo Baseado em Modelos que integra Redes Neurais em Grafos e um algoritmo de condensação otimizado para GPU, permitindo o controle em tempo real de sistemas de alta dimensão, como robôs macios, com alta precisão e eficiência computacional.
O artigo apresenta o 3DMedAgent, um agente unificado que capacita modelos de linguagem multimodal (MLLMs) bidimensionais a realizar análises completas de tomografias computadorizadas 3D sem necessidade de ajuste fino específico para 3D, coordenando ferramentas heterogêneas e memória estruturada para decompor tarefas complexas em raciocínio passo a passo baseado em evidências.
O artigo apresenta o OVerSeeC, um framework modular de zero-shot que gera mapas de custo globais para planejamento de navegação autônoma a partir de imagens de satélite e instruções em linguagem natural, combinando modelos de linguagem e segmentação aberta para adaptar-se dinamicamente a entidades desconhecidas e regras de missão composicionais.
Este artigo demonstra que, em redes pessoais de baixo consumo, o custo energético da comunicação durante a troca de chaves pós-quântica frequentemente supera o da computação, exigindo otimizações coordenadas entre protocolos e camadas inferiores para viabilizar a segurança quântica nesses dispositivos.
Este artigo apresenta o ABD, um benchmark para avaliar a capacidade de modelos de linguagem de inferir fórmulas de exceção esparsas que restauram a satisfiabilidade em mundos finitos de primeira ordem, revelando que, embora os modelos atuais atinjam alta validade, ainda enfrentam desafios significativos em termos de parcimônia e generalização entre diferentes regimes de observação.
Este trabalho apresenta o novo cenário de Generalização de Domínio de Vocabulário Aberto em Segmentação Semântica (OVDG-SS), introduzindo um benchmark pioneiro para direção autônoma e propondo o mecanismo S2-Corr para refinar as correlações texto-imagem em Modelos Visão-Linguagem, superando assim as limitações de robustez em domínios e categorias não vistos.
O artigo apresenta o INDUCTION, um benchmark que avalia a capacidade de modelos de IA de sintetizar fórmulas de lógica de primeira ordem compactas e generalizáveis para explicar conceitos em estruturas relacionais finitas, revelando desafios específicos e diferenças qualitativas nas estratégias de generalização dos modelos mais recentes.
Este artigo apresenta o SKYLIGHT, uma arquitetura escalável de núcleo tensorial fotônico 3D com cem canais que utiliza materiais de mudança de fase e multiplexação por divisão de comprimento de onda para realizar inferência de IA em tempo real e aprendizado local com alta eficiência energética, superando significativamente o desempenho de GPUs convencionais.
O artigo apresenta o UniMatch, um framework de correspondência semântica densa que utiliza orientação linguística e aprendizado contrastivo para estabelecer correspondências entre formas 3D não isométricas de categorias diversas, superando as limitações de métodos anteriores que dependiam de suposições isométricas ou de tipos de sujeitos homogêneos.
Este artigo argumenta que as falhas do iCloud ao sincronizar dados com ferramentas como Time Machine e Git decorrem de um erro categórico fundamental: a projeção de um grafo causal distribuído em uma cadeia temporal linear, um problema estrutural que só pode ser resolvido alinhando os protocolos de rede com a realidade física através de semânticas transacionais reversíveis, como as do Open Atomic Ethernet.
O artigo apresenta o InfScene-SR, um método de super-resolução baseado em difusão que utiliza correção de variância espacialmente desacoplada para realizar a super-resolução contínua e sem costuras de imagens de tamanho arbitrário, eliminando artefatos de borda e melhorando o desempenho em tarefas de segmentação semântica.
Este artigo propõe um esquema de decomposição e recomposição online de objeto, cena e câmera para gerar dados de treinamento diversificados e combater o sobreajuste na detecção 3D de objetos monoculares, permitindo um aprendizado eficiente e escalável tanto em cenários totalmente quanto esparsamente supervisionados.
Este trabalho apresenta um framework de decomposição de imagens em camadas que utiliza modelos de difusão pré-treinados, adaptados via LoRA e uma estratégia de ajuste cíclico consistente, para separar eficazmente elementos complexos como logotipos de suas superfícies enquanto preserva a fidelidade de ambas as camadas.
O artigo apresenta o "See It, Say It, Sorted", um framework leve e sem treinamento que aprimora o raciocínio multimodal em modelos LVLMs ao supervisionar iterativamente cada passo do pensamento com evidências visuais dinâmicas, reduzindo alucinações e melhorando a precisão sem necessidade de re-treinamento.
Este artigo apresenta o ARLArena, um framework unificado para análise e estabilização do aprendizado por reforço agêntico, que através da decomposição do gradiente de política em quatro dimensões, deriva o método SAMPO para garantir treinamento estável e de alto desempenho em tarefas complexas.
Este artigo apresenta uma abordagem unificada para segmentação semântica em imagens e vídeos que utiliza modelagem de linguagem para gerar máscaras como sequências de tokens discretos baseados em codificação por comprimento de execução (RLE), incorporando estratégias de compressão e informações de instância para alcançar desempenho competitivo com o estado da arte.
O artigo apresenta o EmoOmni, um framework unificado que introduz o Chain-of-Thought Emocional (E-CoT) para melhorar a compreensão e expressão emocional em modelos de linguagem multimodais, complementado por um conjunto de dados anotados e uma nova avaliação de benchmark.
O artigo apresenta o CryoNet.Refine, um modelo de difusão de um único passo baseado em aprendizado profundo que automatiza e acelera o refinamento de modelos estrutuais de macromoléculas contra mapas de densidade de criomicroscopia eletrônica, superando em velocidade e qualidade as ferramentas tradicionais como o Phenix.real_space_refine.
Este artigo introduz o conceito de "vibe researching" mediado por agentes de IA, argumentando que, embora essas ferramentas possam automatizar tarefas de alta codificabilidade e acelerar o pipeline de pesquisa, elas não substituem a originalidade teórica e o conhecimento tácito dos cientistas sociais, exigindo, em vez disso, uma abordagem de augmentação responsável que considere riscos de estratificação e crises pedagógicas.