3447 artigos
O artigo apresenta o DSFlash, um modelo de baixa latência e eficiente em recursos para geração de gráficos de cena panóptica que processa fluxos de vídeo a 56 quadros por segundo sem comprometer o desempenho, tornando-o ideal para dispositivos de borda e pesquisadores com limitações computacionais.
Este artigo apresenta a Quantização K-Means com Supressão de Fronteira (BS-KMQ), uma nova abordagem de quantização não linear que reduz a resolução necessária de conversores analógico-digital em computação em memória, alcançando ganhos significativos em precisão, eficiência energética e velocidade em comparação com métodos existentes.
O artigo apresenta o P-GSVC, um novo framework de splatting gaussiano 2D progressivo e em camadas que oferece uma solução unificada para reconstrução escalável de imagens e vídeos, utilizando uma estratégia de treinamento conjunto que supera métodos sequenciais ao garantir compatibilidade entre camadas e melhorar significativamente a qualidade da reconstrução.
O artigo propõe o CD-Raft, um protocolo Raft otimizado para reduzir significativamente a latência de consenso em sites de domínios cruzados através da minimização do tempo de ida e volta (RTT) e do posicionamento estratégico do nó líder, garantindo consistência forte e demonstrando reduções de latência média e de cauda em testes empíricos.
Este trabalho apresenta o FP-Predictor, um modelo de Rede Neural Convolucional em Grafos (GCN) que utiliza Grafos de Propriedade de Código (CPGs) para prever com alta precisão falsos positivos em relatórios de Análise Estática de Segurança (SAST), alcançando 100% de acurácia no CamBenchCAP e 96,6% no CryptoAPI-Bench.
O artigo apresenta o PET-F2I-41K, um grande benchmark e um modelo de linguagem (PET-F2I-7B) ajustado de forma eficiente para gerar impressões diagnósticas precisas em relatórios de PET/CT, superando os modelos existentes ao introduzir métricas clínicas específicas e demonstrar superioridade em completude e confiabilidade factual.
O artigo apresenta o TacLoc, um novo framework de localização tátil que formula a estimativa de pose como uma tarefa de registro de nuvem de pontos, utilizando um método baseado em teoria dos grafos para alcançar alta precisão e generalização sem depender de dados renderizados ou modelos pré-treinados.
O artigo apresenta o UniStitch, um framework inovador que unifica características geométricas e semânticas por meio de módulos como o Neural Point Transformer e o Adaptive Mixture of Experts, superando significativamente os métodos existentes de costura de imagens ao combinar as vantagens das abordagens tradicionais e baseadas em aprendizado.
Este artigo propõe uma arquitetura de controle em camadas para POMDPs de segurança crítica que desacopla a busca por objetivos, a coleta de informações e a segurança em componentes modulares, utilizando Funções de Lyapunov e Barreira em Espaço de Crença para garantir desempenho em tempo real e garantias probabilísticas de segurança.
O artigo R4-CGQA aborda a avaliação de qualidade de imagens de computação gráfica ao criar um novo conjunto de dados com descrições textuais e propor um framework de duas correntes baseado em recuperação (retrieval-augmented generation) que melhora significativamente a capacidade dos modelos de linguagem visuais de avaliar e explicar a qualidade dessas imagens.
Este artigo apresenta o LIDA, um novo paradigma de atribuição de imagens geradas por IA que, ao formular o problema como uma tarefa de recuperação de instâncias em vez de classificação e utilizar um módulo de impressão digital baseado em bits de baixa profundidade, alcança desempenho superior e é independente do modelo, funcionando eficazmente em cenários de poucos ou nenhum exemplo.
O artigo apresenta o Marigold-SSD, um novo framework de completude de profundidade em zero-shot que utiliza um modelo de difusão de passo único com fusão tardia para alcançar inferência rápida e robusta, eliminando a necessidade de otimização no tempo de teste e reduzindo significativamente o custo computacional.
Este artigo propõe um framework de reconhecimento automático de fala para múltiplos falantes (MT-ASR) baseado apenas em codificadores que, ao adaptar e destilar os priores semânticos de grandes modelos de linguagem (LLMs) durante o treinamento e utilizar um cabeçalho de contagem de falantes para roteamento dinâmico, alcança desempenho superior em cenários com três falantes e menor custo computacional em comparação com sistemas baseados em LLMs autoregressivos.
Este artigo apresenta uma comparação reprodutível entre interpolações Clough-Tocher e Multiquadric RBF, demonstrando que, embora o ruído degrade o desempenho de ambos os métodos, a interpolação exata de dados ruidosos em sistemas termodinâmicos pode recuperar comportamentos físicos significativos, sendo a interpolação cúbica comparativamente mais estável nesse cenário.
Este artigo propõe o método de Discrepância de Transição Latente (LTD), que detecta imagens sintéticas analisando as inconsistências nas transições de características entre camadas de redes neurais, superando assim os métodos existentes em precisão e generalização para dados não vistos.
O artigo apresenta o HyPER-GAN, uma rede generativa adversarial leve baseada em U-Net que utiliza uma estratégia de treinamento híbrida com patches reais para melhorar a fotorealidade e a consistência semântica de dados sintéticos em tempo real, superando os métodos atuais em latência e qualidade visual.
O artigo apresenta o TopGen, um framework de aprendizado robusto e eficiente que supera as limitações dos métodos tradicionais e baseados em aprendizado existentes ao prever simultaneamente layouts estruturais e campos cruzados para a geração de malhas quadrangulares de alta qualidade, apoiado pelo novo conjunto de dados TopGen-220K.
Este artigo apresenta um método inovador de proteção de software para sistemas de controle industrial que utiliza Funções Fisicamente Inimitáveis (PUFs) para vincular o programa ao hardware e emprega execução simbólica para garantir a preservação de propriedades de segurança e resistir à engenharia reversa.
O artigo apresenta o Touch G.O.G., um sistema compacto que utiliza um único braço robótico equipado com um gripper tátil baseado em visão e redes neurais treinadas com dados sintéticos para realizar com sucesso a manipulação e o desdobramento de tecidos.
O artigo apresenta o AdaClearGrasp, um framework de decisão e execução em malha fechada que utiliza um modelo de visão e linguagem para adaptar a estratégia de manipulação (limpar o entorno ou agarrar diretamente) e uma política de aprendizado por reforço para garantir agarramentos dexterosos robustos e generalizáveis em ambientes densamente clutterados, validado pelo novo benchmark Clutter-Bench.