6055 artigos
O artigo apresenta o HybridMimic, um framework que integra controle de RL com um controlador baseado em modelo centróide para permitir que humanoides, como o Booster T1, imitem movimentos humanos com maior robustez e precisão em ambientes dinâmicos, reduzindo o erro de rastreamento em 13% em comparação com métodos de RL tradicionais.
Este artigo apresenta um framework multi-camada que utiliza realidade virtual para treinar modelos de previsão de movimento da cabeça baseados no olhar, validando-os em simulação e em um exoesqueleto físico para demonstrar a eficácia de uma abordagem personalizada e segura para o controle assistivo em casos de síndrome de cabeça caída.
O artigo apresenta o AceMAD, um framework de debate multiagente que supera a "Maldição da Martingala" ao utilizar a assimetria da energia potencial cognitiva para transformar a convergência de erros em um processo direcionado à verdade, permitindo que agentes com conhecimento correto identifiquem e corrijam o consenso enganoso da maioria.
Este artigo apresenta um modelo híbrido de aprendizado de máquina que combina três CNNs (VGG19, Efficient-Net e ResNet50) com um classificador Bi-LSTM para detectar Cerebral Palsy em imagens de ressonância magnética de recém-nascidos, alcançando uma precisão de 98,83% superior a modelos pré-existentes.
O artigo propõe a "especificação de contexto" como um processo fundamental para transformar perspectivas difusas das partes interessadas em definições claras e mensuráveis, permitindo que as organizações avaliem e decidam sobre a implementação de IA de forma mais informada e alinhada às realidades operacionais.
Este artigo propõe que o aprendizado contínuo em sistemas multiagente descentralizados surge da instabilidade da fronteira entre agente e mundo, onde atualizações de políticas geram não-estacionariedade que pode destruir estruturas de decisão invariantes essenciais para o sucesso da tarefa.
Este estudo desenvolveu um banco de dados abrangente com 23.793 apresentações do Congresso Anual da Sociedade de Pesquisa em Serviço Social (SSWR) de 2005 a 2026, utilizando inteligência artificial e revisão humana para analisar o crescimento da participação, o aumento da colaboração internacional e a predominância contínua de métodos quantitativos na disciplina.
Este artigo apresenta uma análise abrangente sobre como a perda de pacotes, o atraso e a interrupção de comunicação afetam o desempenho e a segurança da telescirurgia, utilizando a ferramenta de injeção de falhas NetFI e um estudo com 15 participantes para identificar os limites operacionais e correlacionar a proficiência do cirurgião com a carga de trabalho subjetiva.
O artigo revela que a qualidade da ancoragem temporal (Step Grounding Rate) em modelos visão-linguagem de longo horizonte é um preditor robusto e independente de sua generalização para dados fora da distribuição, superando a precisão final e o tamanho do modelo como indicadores de confiabilidade.
Este artigo propõe uma estratégia de alocação de controle com horizonte recorrente e consciência da atuação para UAVs omnidirecionais, que utiliza otimização no espaço nulo e simulação forward para antecipar e suprimir oscilações causadas por dinâmicas assimétricas dos motores, resultando em um rastreamento de trajetória superior em comparação com métodos convencionais.
Este artigo apresenta um estudo de caso em que um programa de Trabalho Social Mestre (MSW) utilizou inteligência artificial para analisar mais de 40.000 anúncios de emprego, gerando dados estratégicos sobre competências e especializações do mercado de trabalho que auxiliaram no planejamento curricular e na tomada de decisões da faculdade.
O artigo apresenta o RoboCritics, uma abordagem que integra críticos informados por especialistas ao programação de robôs baseada em LLMs para detectar e corrigir automaticamente violações de segurança e erros de execução, resultando em um processo de programação mais confiável e centrado no usuário.
O artigo apresenta o MotionBits, um novo conceito e método de segmentação baseado em equivalência cinemática espacial que identifica os menores elementos manipuláveis do mundo real, superando as abordagens atuais de segmentação semântica e oferecendo um benchmark (MoRiBo) e resultados superiores para tarefas de raciocínio e manipulação robótica.
Este estudo empírico analisa 13.602 problemas em sistemas de IA agêntica para desenvolver uma taxonomia validada de falhas, sintomas e causas raízes, revelando padrões de propagação e a origem comum de erros em mismatches entre artefatos probabilísticos e restrições determinísticas.
O artigo apresenta o Twitch, uma ferramenta que descobre automaticamente abstrações (padrões de termos recorrentes) a partir de provas parciais ou bem-sucedidas para auxiliar o provador de teoremas equacionais Twee, resultando na prova de problemas de dificuldade rating-1 e em acelerações significativas em outros.
Este trabalho apresenta o testbed LAVT e demonstra, através de 180 experimentos, que a estabilidade de sistemas de teleoperação visual para veículos autônomos sofre uma degradação não linear e abrupta entre 150 ms e 225 ms de latência de percepção, levando ao colapso do controle em malha fechada.
Este artigo apresenta o "Perturbed Gaussian Ensemble", um framework de seleção de vistas ativas que utiliza modelagem de incerteza e perturbação estocástica em campos de densidade de Gaussianas 3D para otimizar a reconstrução tomográfica com vistas esparsas, superando métodos existentes ao eliminar ambiguidades geométricas e artefatos físicos específicos da imagem de raios X.
O artigo propõe uma técnica de interpretabilidade mecânica para identificar cabeças de atenção especializadas em áudio em modelos de linguagem multimodal, permitindo a aplicação de uma intervenção de ativação durante a inferência que amplifica a atenção ao áudio e melhora a precisão em até 8 pontos percentuais sem atualizar os parâmetros do modelo.
Um experimento randomizado com 400 participantes revelou que, na leitura atenta de poemas, o uso de uma única interpretação gerada por IA aumenta tanto o desempenho quanto o prazer, enquanto múltiplas interpretações melhoram apenas o desempenho e a dependência excessiva da IA reduz o prazer, sugerindo que "menos é mais" para calibrar a assistência artificial na interpretação cultural.
Este estudo avalia quatro topologias de agentes de IA para diagnóstico de doenças raras e conclui que, embora arquiteturas multi-agente complexas não garantam melhorias gerais na precisão, a topologia hierárquica supera as demais e todas as configurações multi-agente demonstram superioridade específica em categorias como doenças ósseas e torácicas, sugerindo a necessidade de seleção dinâmica de topologias.