3447 artigos
Este artigo oferece uma revisão sistemática que unifica a interpretação e a inversão de parâmetros em sensoriamento remoto LiDAR sob a perspectiva da aprendizagem fracamente supervisionada, abordando desafios específicos, técnicas de mitigação de dados escassos e futuras direções para modelos fundamentais e adaptação em mundo aberto.
Este artigo estabelece uma equivalência entre right actegories com objetos hom e right-enriched categories com copowers em bases monoidais não fechadas e não simétricas, generalizando resultados existentes para fornecer a base semântica necessária ao suporte de processos de ordem superior na linguagem concorrente CaMPL.
O artigo apresenta o MVTec AD 2, um novo conjunto de dados com mais de 8.000 imagens de alta resolução em oito cenários industriais desafiadores, criado para superar a saturação dos benchmarks atuais de detecção de anomalias e permitir uma avaliação mais rigorosa e discriminatória dos modelos de estado da arte.
Este artigo apresenta um novo framework semissupervisionado para segmentação de imagens biomédicas que combina modelos de difusão e co-treinamento professor-aluno para gerar máscaras informativas e pseudo-rótulos, superando técnicas de última geração em cenários com dados anotados limitados.
Este artigo apresenta o BR-Gen, um novo dataset de grande escala com 150.000 imagens localmente falsificadas e o modelo NFA-ViT, que utiliza amplificação de ruído para detectar e propagar traços de falsificações sutis em todo o contexto da imagem, superando os métodos existentes em precisão e generalização.
O artigo apresenta o SPDL, uma biblioteca de código aberto e agnóstica a frameworks que otimiza o carregamento de dados para GPU, superando o gargalo do GIL do Python para atingir um desempenho 74% superior ao do DataLoader do PyTorch no ImageNet e benefícios adicionais com o Python 3.13t de thread livre.
O artigo apresenta o iTuP, um método que utiliza a rede SDG-Net para selecionar agarramentos de ferramentas que minimizam o torque e o deslizamento induzidos pela dinâmica da tarefa, superando significativamente as abordagens baseadas apenas em geometria ou percepção ao garantir a estabilidade do uso de ferramentas em robôs.
Este artigo apresenta o M4-SAR, um novo dataset abrangente e padronizado para detecção de objetos por fusão óptica-SAR, acompanhado de um toolkit de benchmark e do framework E2E-OSDet, demonstrando que a combinação desses dados melhora significativamente a precisão da detecção em ambientes complexos.
O artigo apresenta o MARRS, um novo framework que utiliza representações contínuas e um modelo autoregressivo baseado em unidades corporais distintas para sintetizar reações humanas coordenadas e de alta qualidade, superando as limitações de perda de informação e complexidade computacional dos métodos anteriores baseados em quantização vetorial.
O artigo apresenta o EasyText, um framework baseado em Diffusion Transformer que, utilizando codificação de posicionamento de caracteres e interpolação, permite a renderização precisa e controlada de texto multilíngue, apoiado por um novo conjunto de dados sintéticos em larga escala.
Este estudo realiza uma avaliação empírica abrangente de modelos de linguagem pré-treinados e grandes modelos de linguagem (LLMs) para detecção de vulnerabilidades em múltiplas linguagens e granularidades, demonstrando que o GPT-4o, otimizado com ajuste de instrução e *few-shot prompting*, supera significativamente outras abordagens na identificação de vulnerabilidades críticas em diversos contextos.
O artigo apresenta o SpikeSMOKE, uma arquitetura de redes neurais de pulso (SNN) para detecção de objetos 3D monoculares que introduz um mecanismo de codificação de portão cruzado (CSGC) e blocos residuais leves para superar a perda de informação das SNNs, resultando em maior precisão e consumo energético drasticamente reduzido em comparação com métodos tradicionais.
Este artigo apresenta as primeiras aproximações logarítmicas para problemas de dominação de influência positiva total e parcial tolerantes a falhas, incluindo uma extensão do framework de aproximação para funções fracionárias para resolver o caso conectado.
Este artigo apresenta um grande conjunto de dados longitudinal e anonimizado, abrangendo uma década (2013-2022) de interações no fórum de notícias do jornal austríaco DerStandard, que inclui mais de 75 milhões de comentários e 400 milhões de votos para facilitar a análise de dinâmicas de discussão, estruturas de rede e análises semânticas em alemão, preservando a privacidade dos usuários através da disponibilização apenas de representações vetoriais pré-calculadas em vez dos textos brutos.
O artigo "PyPitfall" apresenta uma análise quantitativa do ecossistema PyPI que revela a vasta prevalência de dependências vulneráveis em milhares de pacotes Python, destacando os riscos de segurança na cadeia de suprimentos de software e a necessidade urgente de maior conscientização sobre o tema.
O artigo apresenta o FieldLVLM, um novo framework que aprimora a compreensão de modelos de linguagem-visão grandes sobre dados de campos científicos, como escoamentos, por meio de uma estratégia de geração de linguagem orientada a características físicas e um ajuste de modelo multimodal com compressão de dados, superando métodos existentes em benchmarks especializados.
Este trabalho analisa e propõe um método de elementos virtuais estável para a discretização de um modelo acoplado 3D-2D de Stokes/Biot-Kirchhoff, demonstrando sua solvabilidade, convergência ótima e aplicabilidade na simulação de isolamento imune por encapsulamento com membranas de nanoporos de silício.
Este artigo propõe uma estratégia de controle robótico robusta e compatível para tarefas de montagem em lote com incertezas nos tipos e quantidades de ajuste, utilizando um método de aprendizado por reforço com fusão de força e visão (FVFC-MTRL) e destilação de políticas para integrar múltiplas estratégias de controle em uma rede unificada que demonstra alta eficiência e sucesso em experimentos reais.
Este artigo apresenta uma prova construtiva de que P = NP, propondo um algoritmo determinístico de tempo polinomial baseado em um framework de computação gráfica que reduz a complexidade da verificação ao eliminar sistematicamente caminhos inconsistentes sem enumerar certificados exponenciais.
O artigo apresenta o YOPO, um método de detecção baseado em transformers que unifica a detecção 2D e a estimativa de pose 9D de objetos em nível de categoria a partir de imagens RGB monoculares em uma única etapa, alcançando desempenho superior ao estado da arte sem depender de dados adicionais como profundidade ou modelos CAD.