6998 artigos
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.
Este artigo propõe o "Learning Visibility Framework" para redefinir o uso indevido de IA na educação não como um problema de detecção, mas como uma questão de medição, focando na transparência do processo de aprendizagem e na reconstrução de linhas do tempo multimodais para preservar a integridade acadêmica e a confiança entre estudantes e educadores.
Este artigo apresenta um método inovador e sem treinamento para o rastreamento temporal de objetos em vídeos de colecistectomia laparoscópica, que aproveita as capacidades de localização de modelos de difusão pré-treinados para superar os desafios de anotação e alcançar desempenho superior na segmentação de estruturas anatômicas e instrumentos cirúrgicos.
Este estudo investiga como crianças neurotípicas e autistas interagem não verbalmente com agentes virtuais antropomórficos em tarefas abertas, analisando 563 comportamentos para orientar o desenvolvimento de sistemas sociais inclusivos que considerem movimentos repetitivos e padrões de interação distintos.
Este artigo preenche a lacuna entre o planejamento baseado em programação dinâmica e o aprendizado por reforço, desenvolvendo uma versão desrandomizada do RL para analisar matematicamente as condições de equivalência entre minimização de custos e maximização de recompensas, além de defender a otimização do "truecost" em vez de parâmetros arbitrários.
Este artigo propõe um novo framework unificado e agnóstico a domínios para calcular o "bus-factor" como um problema de otimização combinatória, introduzindo uma medida baseada em robustez de rede que captura tanto a perda de cobertura quanto a fragmentação do projeto, e apresentando algoritmos de aproximação eficientes que demonstram superioridade em estabilidade e informatividade em comparação com abordagens existentes.
Este estudo demonstra que a desinformação intencional em agentes de LLM é uma capacidade controlável que explora principalmente a motivação do alvo através de desvios estratégicos em vez de falsificações, revelando que as defesas atuais baseadas em verificação de fatos são insuficientes contra esse tipo de manipulação.
Este artigo oferece uma análise prática da Lei de Cibersegurança e Resiliência do Reino Unido de 2025, detalhando seu alcance regulatório ampliado, regimes de notificação de incidentes e penalidades, além de propor um quadro de conformidade que integra a Diretiva NIS2 da UE, o DORA, princípios de Arquitetura Zero Trust e o Marco de Avaliação de Cibersegurança do NCSC v4.0 para orientar a preparação organizacional.
O SoundWeaver é um sistema de serviço sem treinamento e agnóstico a modelos que acelera a geração de áudio por difusão texto-para-áudio ao reiniciar o processo com base em áudio em cache semanticamente similar, reduzindo a latência em 1,8 a 3,0 vezes sem comprometer a qualidade perceptual.
Este artigo propõe uma interface de observação consciente da tarefa que transforma entradas visuais brutas em representações semântico-geométricas padronizadas, melhorando significativamente a robustez das políticas visuomotoras a mudanças de aparência fora da distribuição sem a necessidade de re-treinamento.
Este documento suplementar apresenta uma prova detalhada da correção da arquitetura CoPPar Tree.
Este artigo apresenta um método baseado em entropia de transferência para identificar ações robóticas influentes em interações humano-robô, demonstrando sua eficácia na análise de como a proximidade afeta o comportamento humano durante conversas com avatares controlados remotamente.
Este artigo propõe o SPAD (Difusão Consciente de Estrutura e Progresso), um novo método para segmentação de imagens médicas que utiliza um agendador consciente do progresso para modular duas etapas de difusão distintas, focando inicialmente em estruturas morfológicas e semânticas estáveis e gradualmente refinando para bordas finas, superando assim as limitações das abordagens existentes que aprendem simultaneamente essas características.
Este artigo propõe a segmentação de imagens como um banco de testes visual para jogos hedônicos, demonstrando como um parâmetro de granularização influencia a estrutura de equilíbrio e a fragmentação de coalizões ao modelar pixels como agentes.
Este artigo propõe uma nova abordagem que aproveita a capacidade do LaCAM* de construir um mapa de tráfego dinâmico e leve durante sua busca, superando as limitações de custo computacional e rigidez das soluções baseadas em caminhos de orientação estáticos para melhorar a qualidade das soluções em problemas de Planejamento de Caminhos Multiagentes (MAPF).
O RoboRouter é um framework de roteamento de políticas sem treinamento que melhora a manipulação robótica ao selecionar dinamicamente a melhor política existente para cada tarefa com base em representações semânticas e experiências históricas, alcançando taxas de sucesso superiores tanto em simulação quanto no mundo real sem exigir treinamento adicional.
O artigo apresenta o MINT, um framework de ajuste fino que integra supervisão de transcriptômica espacial em modelos de visão pré-treinados para patologia, permitindo que representações morfológicas capturem estados moleculares subjacentes e alcançando desempenho superior na previsão de expressão gênica e em tarefas gerais de patologia.
O EveryQuery é um modelo fundamental de prontuários eletrônicos que, ao utilizar pré-treinamento condicionado a tarefas para estimar diretamente a probabilidade de desfechos clínicos em uma única passagem, supera os métodos autoregressivos na previsão zero-shot de eventos, especialmente os raros, embora apresente limitações em raciocínios que exigem disjunção de múltiplos códigos.