6114 artigos
Este artigo propõe um método de simplificação de nuvens de pontos LiDAR baseado em atenção e aprendizado, que supera o compromisso tradicional entre velocidade e precisão ao priorizar regiões relevantes para tarefas, mantendo ou melhorando a acurácia em detecção e classificação de objetos enquanto é mais rápido que o método de amostragem por pontos mais distantes (FPS).
Este artigo apresenta o VB-NET, uma estrutura de aprendizado profundo cinza-construída e baseada em física que transforma sistemas de ar condicionado em modelos de "bateria virtual" padronizados, superando modelos de caixa-preta convencionais ao garantir consistência física e alcançar alta precisão com dados históricos mínimos.
O artigo apresenta o EmbedTalk, um método de síntese de cabeças falantes que substitui as tradicionais triplas por embeddings aprendidos para deformação de Gaussians 3D, resultando em modelos mais compactos, com qualidade superior de renderização e sincronização labial, capazes de operar em tempo real (acima de 60 FPS) em GPUs móveis.
Este artigo propõe o RecPilot, um novo paradigma de recomendação baseado em agentes que substitui as tradicionais listas de itens por relatórios detalhados e centrados no usuário, reduzindo significativamente o esforço necessário para a avaliação e decisão de compra.
O artigo propõe um método para transformar logs de baixo nível de ferramentas de criatividade em fluxos de trabalho estruturados de alto nível, permitindo que agentes inteligentes compreendam a intenção criativa do usuário e ofereçam assistência contextualizada.
O artigo argumenta que a análise de processos criativos baseada apenas em similaridade semântica de embeddings é insuficiente para capturar dinâmicas criativas reais, identificando desafios na medição de significância criativa, no tratamento de traços multimodais e na avaliação de sistemas agênticos, propondo intervenções contextuais com modelos de linguagem para superar essas limitações.
O artigo propõe um método de aprendizado não supervisionado baseado em redes neurais implícitas (SIREN) para remover distorções de refração em imagens aéreas de água, permitindo a reconstrução da imagem subjacente e a estimativa da forma da superfície da água.
O artigo propõe que a alucinação em Modelos de Linguagem Visuais resulta de um processo de "superpensamento" onde hipóteses incorretas se propagam através das camadas internas do modelo, e introduz uma nova métrica, o Escore de Superpensamento, que detecta essas instabilidades nas camadas intermediárias para melhorar significativamente a precisão na identificação de alucinações.
Este artigo avalia o toolkit CODECO, demonstrando que ele reduz significativamente o esforço manual na orquestração de microsserviços em ambientes Edge-Cloud heterogêneos, mantendo desempenho competitivo e sobrecarga aceitável em comparação com fluxos de trabalho Kubernetes padrão.
O artigo apresenta o GeoLoco, um framework de locomoção para humanoides que utiliza exclusivamente imagens RGB e aproveita os priores geométricos de um Modelo Visual Fundamental (VFM) congelado para superar as limitações de simulação-para-realidade, permitindo transferência zero-shot robusta para o robô Unitree G1 em terrenos desafiadores.
O artigo apresenta o Duala, um framework de alinhamento em dois níveis que melhora a decodificação visual cruzada entre sujeitos em fMRI ao garantir consistência semântica dos estímulos e alinhamento das respostas cerebrais, alcançando alta precisão mesmo com dados limitados de um único sujeito.
Este artigo propõe um método baseado em um Gráfico Centrado na Origem (OCG) para gerar automaticamente pontos de interrupção de tarefas em gravações de realidade virtual, permitindo uma reprodução adaptativa e superando as limitações dos métodos existentes que dependem de anotação manual ou são restritos a vídeos 2D.
O artigo apresenta o Mobile GlottisNet, um framework de detecção de glote leve e eficiente projetado para inferência em tempo real em dispositivos de borda, utilizando mecanismos de aprendizado de características espacialmente desacopladas para superar as limitações de recursos e latência nos sistemas atuais de intubação nasal.
Este artigo apresenta o Proof-of-Encryption-Work (PoEW), um novo mecanismo de consenso que transforma o consumo energético da mineração em um serviço útil ao utilizar a busca exaustiva por chaves de criptografia para comprimir dados, onde o processo de compressão é computacionalmente intensivo, mas a descompressão é simples.
Este artigo investiga a dinâmica de opiniões em redes sociais multiplex, demonstrando que a interação entre camadas pode induzir ou acelerar o consenso global mesmo quando camadas individuais não o alcançam, ao mesmo tempo em que estabelece condições suficientes para estabilidade e convergência através de modelos de fusão e alternância.
O artigo apresenta o PanoDP, um framework de aprendizado sem comunicação que combina percepção de profundidade panorâmica de quatro visões com sinais de treinamento baseados em física diferenciável para melhorar a navegação autônoma livre de colisões em ambientes desordenados e dinâmicos.
Este artigo apresenta os primeiros esquemas de Criptografia Baseada em Atributos Registrada (RABE) que suportam exclusão certificada e segurança eterna certificada, oferecendo tanto verificações privadas quanto publicamente verificáveis para garantir a destruição irreversível de dados em ambientes descentralizados.
O artigo apresenta o TempoFit, uma solução de retrofit temporal sem treinamento que melhora a capacidade de manipulação de longo prazo de políticas VLA pré-treinadas ao reutilizar e recuperar memórias de chaves/valores de camadas anteriores, alcançando ganhos significativos de desempenho em tarefas complexas sem aumentar a latência ou exigir novos módulos treináveis.
O artigo apresenta o AtomicVLA, um framework unificado de planejamento e execução que utiliza uma biblioteca de habilidades atômicas escalável e um mecanismo de especialistas mistos orientados por habilidades para superar as limitações dos modelos VLA existentes em tarefas robóticas de longo horizonte e aprendizado contínuo.
Este artigo propõe um quadro de planeamento de trajetória para exploração multiagente fora da Terra, baseado em mapeamento de crença Gaussiana e cobertura de dupla domínio, que supera as limitações das abordagens existentes ao equilibrar a descoberta de evidências esparsas com a segurança operacional em terrenos perigosos e comunicações restritas.