3462 artigos
Este trabalho generaliza algoritmos ótimos de seleção de partições para privacidade diferencial de Rényi (RDP), apresentando uma extensão aprimorada para casos de múltiplas partições que supera mecanismos existentes e demonstra uma separação numérica fundamental entre mecanismos com e sem adição de ruído na liberação de frequências.
O artigo apresenta o Progressive Split-Mamba (PS-Mamba), um novo framework hierárquico de espaço de estados que supera as limitações de topologia e decaimento de informação dos modelos Mamba existentes em imagens, alcançando resultados superiores em tarefas de restauração de imagem através de particionamento geométrico consistente e caminhos de atalho simétricos.
O artigo apresenta o SAGE, o primeiro modelo de linguagem grande multimodal (MLLM) totalmente integrado para processar nuvens de pontos brutas diretamente, tratando os dados 3D como uma "língua estrangeira" por meio de um tokenizador leve e otimização de preferências, superando assim os métodos baseados em codificadores pré-treinados em eficiência, generalização e robustez.
Este trabalho apresenta o STONE, um grande conjunto de dados multimodal e escalável para navegação off-road, que fornece mapas de tratabilidade 3D gerados automaticamente sem anotação manual, utilizando sensores sincronizados como LiDAR, câmeras e radares em diversos ambientes e condições.
Este artigo avalia a eficácia prática do ajuste de índices impulsionado por modelos de linguagem de grande escala (LLM) em comparação com o Database Tuning Advisor (DTA) da Microsoft, concluindo que, embora os LLMs apresentem alta variabilidade e desafios de integração, eles têm o potencial de identificar configurações superiores e oferecer insights valiosos como uma técnica complementar.
Este artigo apresenta um quadro robusto de planejamento de movimento para corridas autônomas multiagente que combina identificação topológica de lacunas via GPs esparsos e um MPC acelerado por um solver PTC, resultando em tempos de manobra reduzidos, alta taxa de sucesso em ultrapassagens e menor latência computacional na plataforma F1TENTH.
O ZipPIR é um protocolo de Recuperação de Informação Privada (PIR) de alta vazão para servidor único que elimina a necessidade de armazenamento no lado do cliente ao comprimir cifrados LWE em cifrados Paillier durante uma fase offline quase silenciosa, alcançando desempenho comparável aos melhores protocolos existentes sem os custos de comunicação ou armazenamento que os limitam.
Este artigo propõe um framework hierárquico baseado no ciclo Observe-Orient-Decide-Act (H-OODA), implementado através das camadas nuvem-borda-terminal e virtualização de funções de rede, para superar os desafios de adaptabilidade e escalabilidade na tomada de decisão de enxames de UAVs em ambientes incertos.
O artigo apresenta o WESPR, um framework rápido que integra percepção geométrica e dados meteorológicos locais para prever campos de vento induzidos pelo ambiente, permitindo planejamento de trajetória e adaptação de controle proativos que reduzem significativamente o desvio e aumentam a estabilidade de drones quadricópteros em condições turbulentas.
Este artigo propõe uma abordagem de aprendizado de métrica baseada em descritores de ângulos interarticulares invariantes para superar as limitações de dados em reconhecimento de linguagem de sinais, permitindo transferência cruzada entre línguas com apenas alguns exemplos e superando significativamente os métodos baseados em coordenadas.
O artigo apresenta o PIM-SHERPA, um método puramente de software que otimiza a inferência de LLMs em dispositivos ao resolver inconsistências de atributos e layout de memória em sistemas com Processamento em Memória (PIM), alcançando economias significativas de capacidade sem comprometer o desempenho.
O artigo apresenta o TubeMLLM, um modelo fundamental unificado que combina compreensão estruturada e geração controlável para explorar a topologia de anatomias vasculares, superando os métodos existentes em consistência topológica, generalização zero-shot e robustez através de um novo conjunto de dados multimodal e uma arquitetura de atenção compartilhada.
Este artigo propõe uma nova função de perda para treinar uma Rede Neural Convolucional Distribuída (DisCNN) que reconhece apenas uma classe positiva específica, mapeando amostras positivas para um conjunto compacto e negativas para a origem, o que permite uma arquitetura leve com excelente generalização e detecção eficaz de objetos em fundos complexos.
O artigo apresenta o UniField, um framework unificado que aprimora imagens de ressonância magnética (MRI) ao integrar modelos fundacionais 3D e um mecanismo de retificação espectral consciente do campo magnético, superando a escassez de dados com um novo conjunto de dados emparelhado de grande escala e alcançando desempenho superior ao estado da arte.
O artigo apresenta o TRIP-Bag, um sistema de teleoperação portátil e de fácil configuração que permite a coleta rápida e fiel de dados de manipulação em diversos ambientes, preenchendo a lacuna entre a coleta de dados no mundo real e a aprendizagem de políticas robóticas sem o problema da diferença de corporificação.
O artigo apresenta o Flash-KMeans, uma implementação otimizada para GPUs que supera os gargalos de E/S e contenção de memória das abordagens existentes, permitindo que o algoritmo k-means seja executado online com um aceleramento de até 17,9 vezes em comparação com as melhores bases e superando bibliotecas industriais como cuML e FAISS em até 200 vezes.
O artigo apresenta o HelixTrack, um método totalmente baseado em eventos que rastreia objetos semelhantes a hélices e estima sua rotação por minuto (RPM) com latência de microssegundos, superando as limitações de rastreadores convencionais e introduzindo o novo conjunto de dados TQE para validação.
Este artigo apresenta o MORLAX, um algoritmo nativo de GPU, e o MO-Playground, um conjunto de ambientes acelerados por GPU, que juntos permitem a aprendizagem de políticas multi-objetivo em robótica com acelerações de 25 a 270 vezes em comparação com abordagens tradicionais baseadas em CPU.
O artigo apresenta o RAE-NWM, um modelo de mundo de navegação que opera no espaço de representações visuais densas do DINOv2 em vez de espaços latentes comprimidos, utilizando um Transformer de Difusão Condicional para melhorar a estabilidade estrutural e a precisão das ações na navegação visual.
O artigo propõe o módulo Geometric Semantic Decoupling (GSD), uma solução sem parâmetros que elimina dependências de semântica pré-treinada em modelos de visão para forçar a detecção de evidências forenses invariantes, resultando em maior generalização e robustez na identificação de imagens geradas por IA.