6250 artigos
O artigo apresenta o OrdinalBench, um novo conjunto de dados de benchmark com 39.000 pares de perguntas e respostas projetado para diagnosticar as limitações de generalização de Modelos Visão-Linguagem na compreensão de números ordinais, revelando que modelos de ponta sofrem degradação significativa ao lidar com grandes índices e caminhos complexos.
O artigo apresenta o SGI (Structured Gaussian Image), um framework compacto e eficiente que representa imagens de alta resolução utilizando Gaussians neurais 2D estruturados baseados em sementes e uma estratégia de ajuste multiescala, alcançando compressão superior e convergência mais rápida sem comprometer a fidelidade da imagem.
Este trabalho apresenta o 4DRC-OCC, a primeira abordagem que combina dados de radar 4D e câmeras para previsão robusta de ocupação semântica 3D, aproveitando as medições confiáveis do radar em condições adversas e as informações semânticas da câmera, além de introduzir um novo conjunto de dados rotulados automaticamente para reduzir a dependência de anotação manual.
Este artigo apresenta um robô multirrasteiro equipado com antenas táteis de complacência gradativa que, ao mapear a deformação mecânica em estados de colisão, permitem navegação autônoma e recuperação de travamentos em ambientes confinados sem necessidade de visão ou informações globais.
Este artigo apresenta o Inverse Resistive Force Theory (I-RFT), um framework de aprendizado de máquina informado por física que integra a Teoria da Força Resistiva Granular com Processos Gaussianos para inferir com precisão as propriedades mecânicas de terrenos granulares a partir de forças de contato medidas durante locomoção natural, permitindo a otimização de design de pés e trajetórias de marcha para exploração autônoma.
O artigo apresenta o MWM, um modelo de mundo móvel que utiliza um treinamento em duas etapas e uma distilação consistente com a inferência para garantir previsões visualmente fiéis e coerentes com as ações, melhorando significativamente a navegação baseada em planejamento e a eficiência de inferência.
O artigo propõe o STEP, uma abordagem de aprendizado por reforço baseada em Transformers e condicionada a preferências que otimiza o empacotamento 3D online ao equilibrar dinamicamente a densidade de espaço e o tempo de execução, resultando em uma redução de 44% no tempo operacional sem comprometer a eficiência do espaço.
Este artigo investiga as condições de não reconstrutibilidade da Transformada de Homologia Persistente Verbose (VPHT) em grafos cujos vértices são colineares, identificando propriedades necessárias e suficientes para casos de degenerescência onde a transformada deixa de ser injetiva.
Este estudo propõe uma abordagem de agendamento consciente da temperatura baseada em otimização distribuída para co-otimizar custos energéticos, emissões de carbono, tempo até o primeiro token e consumo de água em data centers de borda geo-distribuídos na Austrália, visando mitigar o impacto ambiental da inferência de Grandes Modelos de Linguagem (LLMs).
Este estudo analisa a governança de conteúdo gerado por IA em 40 plataformas de mídia social, constatando que a maioria foca apenas na moderação de violações e na divulgação da origem do conteúdo, enquanto sugere que stakeholders e formuladores de políticas desenvolvam estruturas mais abrangentes, diretas e orientadas para o futuro, incluindo ferramentas e educação para os usuários.
O artigo apresenta o HybridStitch, um novo paradigma de geração de imagens que acelera os modelos de difusão ao dividir a imagem em regiões simples e complexas, utilizando um modelo menor para esboçar as áreas fáceis e um modelo maior para refinar as áreas complexas, alcançando um aumento de velocidade de 1,83× no Stable Diffusion 3.
Este projeto utiliza armadilhas fotográficas de baixo custo e modelos de visão computacional fundamentais na Reserva Natural Pu'u Maka'ala, no Havaí, para monitorar a fenologia vegetal e as interações flora-fauna em nível individual, revelando tendências ecológicas que métodos tradicionais não conseguem detectar.
Este artigo apresenta o projeto e a simulação de uma nova antena monopolo curva otimizada para radares HF de onda celeste, que, ao incorporar uma seção reta e curvatura controlada, alcança ganho e largura de banda superiores em comparação com monopolos convencionais, estendendo-se com sucesso a um arranjo linear de 12 elementos para aplicações de radar além do horizonte.
Este artigo apresenta o framework AWARE para avaliar a segurança e acessibilidade de métodos de autenticação assistidos por leitores de tela, revelando vulnerabilidades críticas em esquemas de dois fatores e sem senha que expõem usuários cegos e com deficiência visual a diversos vetores de ataque.
O artigo propõe um sistema unificado de planejamento conjunto humano-robô que opera em dois modos complementares — mitigação de incerteza por meio de diálogo ativo e inferência de intenção latente baseada em pistas espaciais — para reduzir significativamente os custos de interação e o tempo de execução em ambientes abertos.
Este artigo apresenta um framework hierárquico de controle preditivo baseado em recozimento quântico para otimizar o agendamento de energia em microrredes com armazenamento de hidrogênio, demonstrando que essa abordagem supera os métodos tradicionais em escalabilidade à medida que aumenta o número de residências conectadas.
Este artigo apresenta o MINT, um novo quadro de colaboração para drones que utiliza modelos de linguagem grandes para formular consultas ativas e resolver lacunas de conhecimento de forma eficiente, reduzindo a interação humana e aumentando as taxas de sucesso em tarefas complexas de busca e resgate.
Este artigo apresenta um quadro de controle unificado para manipuladores aéreos que combina um modelo aerodinâmico baseado em física com um estimador residual aprendido para compensar perturbações do vento e efeitos de proximidade com paredes, permitindo operações robustas de contato em ambientes desafiadores.
Este artigo descreve a implementação de um novo módulo de análise de ruído de fase no simulador de circuitos QUCS, baseado em uma metodologia unificada de domínio temporal que supera as abordagens empíricas anteriores e oferece capacidades de simulação estocástica superiores às ferramentas comerciais para circuitos osciladores acoplados em regime permanente.
O artigo apresenta o GazeShift, um framework de estimativa de olhar não supervisionado e o dataset VRGaze, que juntos oferecem uma solução eficiente em tempo real e com poucos parâmetros para rastreamento de olhar em realidade virtual, superando a escassez de dados rotulados em configurações de câmeras off-axis.