3462 artigos
Este estudo propõe um modelo que detecta o momento adequado para validação emocional em diálogos falados em japonês utilizando apenas pistas paralinguísticas e emocionais, sem depender do contexto textual, demonstrando melhorias significativas em relação a métodos convencionais e abrindo caminho para interações humano-robô mais empáticas.
Este artigo apresenta uma solução viável e eficaz para o fornecimento de entropia externa a dispositivos IoT restritos, utilizando uma infraestrutura baseada em RISC-V com Ambiente de Execução Confiável (TEE) para gerar e distribuir números aleatórios criptograficamente fortes.
O artigo apresenta o IntroSVG, um framework que utiliza um modelo de linguagem visual unificado atuando como gerador e crítico em um ciclo fechado de "gerar-revisar-refinar", aprimorado por ajuste fino supervisionado e otimização direta de preferências, para superar as limitações dos métodos atuais de geração de SVGs a partir de texto ao incorporar feedback visual explícito.
O artigo apresenta o NLiPsCalib, um framework de calibração eficiente e consistente com a física que utiliza estereoscopia fotométrica de luz próxima (NLiPs) e fontes de luz controláveis para permitir a reconstrução 3D de alta fidelidade em sensores visuotáteis curvos, simplificando o processo para poucos contatos com objetos cotidianos e reduzindo a barreira de entrada para o desenvolvimento de sensores personalizados.
O artigo apresenta o OddGridBench, um benchmark controlado que revela a baixa sensibilidade dos Modelos de Linguagem Multimodal (MLLMs) a discrepâncias visuais finas, e propõe o OddGrid-GRPO, um framework de aprendizado por reforço que melhora significativamente essa capacidade através de aprendizado curricular e recompensas sensíveis à distância espacial.
Este estudo utiliza honeypots na rede Tor para demonstrar que a descoberta de sites depende quase exclusivamente do mecanismo de busca Ahmia.fi e que, entre diversas categorias ilegais, o conteúdo relacionado ao abuso sexual infantil (CSAM) atraiu o maior engajamento de usuários, especialmente nas versões em inglês.
Este artigo apresenta e avalia um motor de matemática de precisão dinâmica para microcontroladores ESP32, que combina aritmética de ponto fixo, módulo CORDIC e multiplicação de matrizes otimizada para acelerar significativamente cálculos de álgebra linear e trigonometria em comparação com bibliotecas padrão de ponto flutuante.
Este estudo de caso demonstra que é possível gerar especificações de requisitos de sistema sintéticas e realistas com o ChatGPT sem acesso a dados reais, embora a avaliação automática por LLMs não substitua completamente a necessidade de uma avaliação expert devido a contradições e deficiências identificadas.
O artigo propõe a Calibração Espectral Preditiva (PSC), um framework sem fonte que estende o alinhamento de subespaço para correspondência espectral de blocos, melhorando a adaptação em tempo de teste para regressão de imagens sob mudanças de distribuição.
Este tutorial publicado no ICDE 2026 oferece uma visão abrangente do ciclo virtuoso entre IA e busca vetorial, explorando como a IA aprimora a eficiência da busca e como a busca vetorial, especialmente através de RAG, expande as capacidades dos modelos de linguagem, além de discutir estratégias de co-otimização e desafios futuros.
Este artigo propõe um framework de esteganografia de imagem robusto e comprovadamente seguro baseado em otimização iterativa no espaço latente, que melhora significativamente a precisão na extração de mensagens sob compressão e processamento de imagem sem comprometer a segurança teórica.
O artigo apresenta o ProvAgent, um framework que supera as limitações da colaboração humano-modelo na detecção de Ameaças Persistentes Avançadas (APTs) ao integrar modelos tradicionais de triagem, aprendizado de contraste em grafos para vinculação identidade-comportamento e uma investigação autônoma colaborativa entre múltiplos agentes, resultando em detecção superior e reconstrução de ataques com baixo custo.
O artigo propõe o EPPINN, um novo framework de redes neurais informadas por física que integra aprendizado evidencial para quantificar incertezas e melhorar a precisão e confiabilidade da estimativa de parâmetros de perfusão em imagens de tomografia computadorizada para avaliação de AVC isquêmico agudo.
O artigo apresenta o SinGeo, um framework inovador que utiliza aprendizado discriminativo dual e uma estratégia de aprendizado curricular para permitir que um único modelo realize geo-localização cruzada robusta em diversas condições de campo de visão, superando os métodos existentes e estabelecendo novos padrões de desempenho em benchmarks.
Este artigo estabelece explicitamente que o tamanho ótimo de um circuito varia no máximo em sob perturbações na tabela verdade, estendendo esse limite para distâncias de Hamming gerais e confirmando sua otimalidade para através de uma verificação exaustiva baseada em SAT.
Este artigo apresenta o PixelConfig, um framework de análise diferencial que revela que o Meta Pixel é amplamente configurado para rastrear atividades e identidades de usuários em sites de saúde com configurações padrão, enquanto as funcionalidades de restrição de rastreamento oferecem proteção limitada e são frequentemente contornadas.
O artigo apresenta o EventVGGT, um novo framework que supera as limitações de consistência temporal na estimativa de profundidade baseada em eventos ao tratar o fluxo de eventos como uma sequência de vídeo coesa e distilar conhecimentos espaciais, temporais e geométricos do modelo VGGT através de uma estratégia tripla de distilação, resultando em desempenho superior e generalização zero-shot.
O artigo apresenta o MIDAS, um framework de esteganografia sem cobertura baseado em difusão e livre de treinamento que permite a ocultação de múltiplas imagens com controle de acesso específico por usuário, superando métodos existentes em qualidade, robustez e privacidade.
O artigo apresenta o GeoBenchr, uma suíte de benchmarking de código aberto e centrada em aplicações para plataformas de dados espaço-temporais, projetada para avaliar de forma abrangente o desempenho, a escalabilidade e a configuração de sistemas em cenários do mundo real, como rastreamento de ciclistas, aviação e marítimo.
Este artigo propõe um novo sistema de identificação de dinâmica veicular para corridas autônomas que combina uma rede CNN leve para estimar atrito a partir de imagens e um modelo S4 para capturar resíduais temporais, permitindo uma convergência rápida e precisa dos parâmetros de pneus mesmo em condições extremas.