6336 artigos
O artigo apresenta o AR-ACE, um protocolo de retransmissão que elimina a necessidade de provas de validade no caminho de propagação em blockchains pós-quânticas, substituindo-as por atestações compactas e realizando a verificação agregada apenas no construtor, resultando em uma redução de ordem de magnitude na largura de banda necessária.
Este artigo propõe um framework de otimização online baseado em Lyapunov para o agendamento energeticamente eficiente em redes de Computação de Borda Móvel com Alimentação Sem Fio, transformando um problema estocástico complexo em subproblemas determinísticos resolvíveis que equilibram latência e consumo de energia através de uma abordagem de relaxação e ajuste.
O artigo apresenta o AutoReg3D, um detector 3D baseado em LiDAR que reformula a detecção como geração de sequências autoregressivas em ordem de proximidade, eliminando a necessidade de componentes manuais como âncoras e supressão não máxima (NMS) enquanto habilita a aplicação de avanços recentes em modelos de linguagem para percepção 3D.
O artigo propõe o PreHO, um mecanismo de handover preditivo para redes de satélites de órbita baixa (LEO) que, ao explorar a estabilidade e previsibilidade dos canais para planejar antecipadamente as transferências, supera os métodos tradicionais ao reduzir significativamente a sobrecarga de sinalização e a latência.
O artigo apresenta o TeamHOI, uma política descentralizada baseada em Transformers que permite a coordenação escalável e realista de interações cooperativas humano-objeto entre um número variável de agentes, utilizando uma estratégia de Adversarial Motion Prior mascarado para superar a escassez de dados e garantir movimentos fisicamente plausíveis.
O AutoTraces é um modelo autoregressivo que integra grandes modelos de linguagem multimodal com um esquema inovador de tokenização de trajetórias e geração automática de cadeia de pensamento para prever trajetórias robóticas em ambientes com humanos, alcançando resultados state-of-the-art em previsões de longo prazo e generalização entre cenários.
O artigo propõe o SI-ChainFL, um framework seguro e eficiente para aprendizado federado em sistemas de trem de alta velocidade que combina incentivos baseados no valor de Shapley com agregação descentralizada via blockchain para mitigar ataques maliciosos e eliminar pontos únicos de falha.
Este artigo apresenta um pipeline de técnicas, incluindo a ferramenta de análise estática tSCAN e o buscador tSEARCH, para descobrir e explorar oportunidades de Valor Máximo Extraível em Tokens (tMEV) através da análise de contratos inteligentes de tokens, demonstrando que essa abordagem pode gerar lucros dez vezes superiores às atividades de MEV observadas no Ethereum.
O artigo apresenta o CMMR-VLN, um framework de navegação visão-linguagem que aprimora agentes baseados em LLMs através de uma memória multimodal estruturada e mecanismos de reflexão, permitindo a recuperação seletiva de experiências passadas e alcançando melhorias significativas nas taxas de sucesso em cenários de longo alcance e desconhecidos.
Este trabalho apresenta um modelo interno híbrido de duplo horizonte para locomoção contínua de robôs quadrúpedes em gravidade lunar, validado experimentalmente através da plataforma MATRIX, que utiliza um gêmeo digital e um sistema de contrapeso para simular em tempo real o ambiente lunar e a redução gravitacional.
O artigo apresenta o SafarDB, um sistema de replicação de dados distribuídos acelerado por FPGA que, ao integrar diretamente a placa de rede com o acelerador, oferece latência e throughput significativamente superiores e maior resiliência a falhas em comparação com implementações baseadas em RDMA para tipos de dados replicados (RDTs e WRDTs).
O artigo propõe o framework ViSA, uma arquitetura colaborativa de três fases que aprimora a navegação aérea visão-linguagem ao permitir que modelos de visão e linguagem realizem raciocínio direto em planos de imagem sem treinamento adicional, alcançando uma melhoria de 70,3% na taxa de sucesso em comparação com métodos existentes.
Este artigo apresenta o dataset TickTockVQA, composto por relógios analógicos em cenários reais, e o método de ajuste Swap-DPO para superar as limitações atuais dos modelos de linguagem e visão na leitura precisa de horas e no raciocínio espacial-temporal sob condições visuais complexas.
Este artigo apresenta a Substituição de Variáveis, uma técnica de aumento de dados específica para domínios que preserva a estrutura e o significado algébrico de fórmulas matemáticas em aprendizado contrastivo de grafos, demonstrando melhorias significativas no desempenho de recuperação de informações matemáticas em comparação com estratégias genéricas.
O artigo apresenta o PIRA-Bench, um novo benchmark e a base PIRF projetados para superar os paradigmas reativos atuais de agentes de interface gráfica, permitindo que modelos de linguagem multimodal antecipem proativamente as intenções do usuário a partir de entradas visuais contínuas e ruidosas.
O artigo propõe uma visão dinâmica unificada que, por meio das lentes de tarefa e intenção, reexamina as relações estruturais entre alinhamento, processo e resultado na colaboração entre humanos e IAs, superando a visão linear tradicional.
O artigo propõe o primeiro framework de fusão de imagens infravermelho-visível com IR ausente que utiliza uma representação compartilhada baseada em dicionário para inferir coeficientes de IR a partir do VIS e fundi-los de forma interpretável, evitando a geração descontrolada no espaço de pixels e melhorando a qualidade perceptual e o desempenho de detecção.
O artigo apresenta o DiffRacing, um novo framework de aprendizado de políticas diferenciáveis aumentado por campos vetoriais que integra campos vetoriais e um modelo de ação delta diferenciável para permitir que drones autônomos realizem corridas em alta velocidade com desvio de obstáculos e transferência eficiente de simulação para a realidade.
O artigo apresenta o VSDiffusion, um framework de duas etapas baseado em difusão que utiliza priores de visibilidade e dicas de iluminação e profundidade para gerar sombras realistas e geometricamente consistentes em composições de imagem, estabelecendo novos resultados de ponta no conjunto de dados DESOBAv2.
O artigo apresenta o AffordGrasp, um framework baseado em difusão que gera poses de preensão humana física e semanticamente estáveis ao integrar representações latentes de affordance e um processo de dupla condicionamento para alinhar geometria do objeto, intenções espaciais e instruções textuais.