3462 artigos
Este artigo apresenta um framework de controle de alto deslizamento para veículos automatizados que, ao ativamente excitar a região de atrito máximo durante operações de carga vazia em cenários de acompanhamento, permite a estimativa precisa e segura do coeficiente de atrito pneu-estrada para a triagem viária escalável.
Este artigo propõe um novo quadro de planejamento de movimento com limites de risco que integra um modelo de operador Koopman estocástico profundo para prever distribuições de estado, um método de verificação hierárquica usando programação de soma de quadrados para certificação formal de colisão e um controlador MPPI, validando sua eficácia na geração de trajetórias seguras e eficientes para manipuladores robóticos em ambientes incertos e não convexos através de simulações e experimentos reais.
O artigo apresenta o OmniEdit, um framework sem treinamento que realiza sincronização labial e edição áudio-visuais substituindo a sequência de edição no FlowEdit pela sequência alvo para obter uma estimativa imparcial e estável do resultado desejado.
Este artigo propõe um novo framework para geração de vídeos fisicamente plausíveis que, ao decompor fenômenos físicos em cadeias de eventos causalmente conectados por meio de raciocínio guiado por leis físicas e prompts multimodais transitivos, supera as limitações dos modelos atuais ao garantir a coerência temporal e a evolução dinâmica realista.
Este artigo investiga a capacidade de modelos de linguagem avançados (como GPT-5 e Claude Sonnet 4.0) de gerar automaticamente diagramas de classes UML a partir de requisitos em linguagem natural, propondo um framework de validação dual que combina julgamento por IA e avaliação humana para demonstrar que tais modelos produzem diagramas estruturalmente coerentes e semanticamente significativos com alta alinhamento às avaliações de especialistas.
O artigo apresenta o MedKCO, um método de pré-treinamento visão-linguagem médica que supera as abordagens atuais ao adotar uma orquestração cognitiva orientada por conhecimento, combinando um currículo de dados em dois níveis com uma perda contrastiva assimétrica auto-paceada para melhorar a representação de características e a generalização em tarefas downstream.
O artigo propõe um framework livre de treinamento para geração de vídeos composicionais que decompõe o movimento em três categorias (imobilidade, movimento rígido e não rígido) através de um paradigma de planejamento antes da geração, permitindo a síntese de múltiplas instâncias com aparências e movimentos diversos sem a necessidade de ajuste fino do modelo.
O artigo propõe o PRLF, um framework de aprendizado de representação progressiva que utiliza um estimador adaptativo de confiabilidade e um módulo de interação progressiva para melhorar a análise de sentimentos multimodal em cenários com modalidades incompletas, superando os métodos atuais em robustez e generalização.
O artigo apresenta o Nezha, um sistema de armazenamento distribuído que integra separação de chaves-valor com o protocolo Raft para eliminar a sobrecarga de I/O causada por operações de persistência sobrepostas, resultando em melhorias significativas de desempenho em operações de leitura e escrita.
Este estudo audita o Google Reverse Image Search e revela que, ao atuar como um guardião algorítmico na verificação de desinformação visual, a ferramenta frequentemente prioriza informações irrelevantes e falsas em detrimento de conteúdos de desmentido, criando desafios significativos para a eficácia da fact-checking.
O artigo apresenta o AgenticCyOps, um quadro de segurança que define princípios defensivos e limites de confiança para mitigar riscos de integração em sistemas multiagentes empresariais, demonstrando uma redução significativa de superfícies de ataque em fluxos de trabalho de operações de cibersegurança.
Este estudo apresenta um framework automatizado baseado em Transformers (SegFormer) para segmentação multi-regional de imagens HR-pQCT, demonstrando que a análise radiomica de tecidos moles supera os modelos baseados apenas em osso na detecção de osteoporose.
O artigo apresenta o EQ-VMamba, a primeira arquitetura visual baseada em Mamba que incorpora equivariância à rotação através de uma estratégia de varredura cruzada e blocos de grupo especializados, demonstrando superioridade em robustez e eficiência de parâmetros em diversas tarefas de visão computacional.
O artigo propõe uma camada de inteligência baseada em IA Agente para o plano de controle de redes 6G, que gerencia de forma autônoma e adaptativa o aprendizado federado, traduzindo objetivos de alto nível em ações otimizadas que consideram condições de rede e capacidades dos dispositivos para garantir baixa latência e alta eficiência.
Este artigo apresenta um Esquema de Aproximação em Tempo Polinomial (PTAS) para o Problema de 2-Matching Ponderado Livre de Triângulos, utilizando um algoritmo de busca local com análise não trivial para superar a melhor aproximação anterior de 2/3.
Este artigo apresenta uma arquitetura de controle computacionalmente leve e adaptativa para robôs com seis ou mais pernas que navegam em terrenos acidentados, unindo controladores baseados em eventos e geradores de padrões centrais (CPG) através de segmentos idênticos interconectados que alternam entre acoplamento ao solo e locomoção fictícia.
O artigo apresenta o VNOIP, um novo método baseado em Equações Diferenciais Ordinárias (ODEs) Neurais Variacionais que modela dinamicamente as tendências de popularidade da informação em redes sociais, superando as limitações de abordagens existentes ao capturar dependências de longo alcance e padrões temporais contínuos para prever com maior precisão a popularidade futura.
O artigo apresenta a RTFDNet, uma arquitetura unificada de três ramos que integra fusão sinérgica e regularização de desacoplamento para realizar segmentação semântica RGB-T robusta e eficiente, superando a degradação de desempenho em cenários com sinais de sensores parciais ou ausentes.
O artigo apresenta o SPAN-Nav, um modelo fundamental de ponta a ponta que aprimora a navegação visão-linguagem ao integrar uma consciência espacial 3D universal, extraída de um vasto conjunto de dados de ocupação e condensada em um único token para raciocínio de ações, alcançando desempenho superior em diversos cenários e validada em experimentos do mundo real.
Este trabalho apresenta um novo algoritmo de mineração de substrings frequentes com privacidade diferencial que mantém garantias de erro quase ótimas enquanto reduz drasticamente a complexidade de tempo e espaço em comparação com abordagens anteriores, tornando o processo escalável.