381 artigos
Este artigo apresenta duas novas formulações do modelo FrBD baseadas nos modelos viscoelásticos lineares Generalizado de Maxwell e Generalizado de Kelvin-Voigt, demonstrando que ambas satisfazem as propriedades de limitação e passividade para qualquer parametrização fisicamente significativa e ilustrando sua aplicação no projeto de controle robótico.
Este artigo apresenta um método leve de adaptação apenas com texto para sistemas de reconhecimento automático de fala baseados em grandes modelos de linguagem, que formula o processo como uma tarefa de remoção de ruído de texto para adaptar o modelo a novos domínios sem quebrar o alinhamento entre as modalidades de fala e texto, alcançando melhorias significativas em relação aos métodos existentes.
Este artigo demonstra que modelos de fala auto-supervisionados codificam informações fonéticas através de vetores composicionais e interpretáveis que permitem realizar aritmética vetorial fonológica, onde operações lineares como adição e escalonamento capturam com precisão a realização acústica contínua de características como a sonoridade.
Este artigo avalia a adaptação de modelos de linguagem pequenos (SLMs) para a classificação de papéis em interações líder-seguidor, demonstrando que o ajuste fino zero-shot do modelo Qwen2.5-0.5B oferece um desempenho robusto e de baixa latência para dispositivos de borda, embora enfrente desafios de degradação em modos de um único exemplo devido a limitações de capacidade arquitetural.
Este artigo propõe um framework de pré-codificação escalável e convergente baseado em iteração de potência generalizada (GPIP) para sistemas MIMO massivos, que reduz a complexidade computacional ao reformular o problema de beamforming em um espaço de baixa dimensão dependente do número de usuários, garantindo desempenho robusto tanto com informação de canal perfeita quanto imperfeita.
Este artigo propõe um framework de três etapas baseado em dados AIS que, ao filtrar defeitos de comunicação e analisar inconsistências cinemáticas e espaciais, permite a detecção precisa de spoofing e jamming de GNSS em larga escala nas águas costeiras coreanas, reduzindo drasticamente os falsos positivos.
Este artigo apresenta o DRAFTO, um novo algoritmo de otimização de trajetória para manipuladores robóticos que combina uma descida de Gauss-Newton em espaço reduzido com reparo adaptativo de viabilidade via programação quadrática, demonstrando alta eficiência e confiabilidade em diversos cenários de planejamento de movimento.
O artigo apresenta o TATIC, um framework unificado que utiliza estimativa de força de contato baseada em torque e uma rede convolucional temporal orientada a tarefas para inferir simultaneamente a intenção semântica de alto nível e os parâmetros de movimento de baixo nível a partir de correções físicas breves em colaboração humano-robô, permitindo adaptações robóticas robustas e validadas em hardware.
O artigo apresenta o V2A-DPO, um novo framework de Otimização Direta de Preferências (DPO) adaptado para modelos de geração de áudio a partir de vídeo baseados em fluxo, que integra um sistema de pontuação de preferência humana (AudioScore), um pipeline automatizado para geração de dados de preferência e uma estratégia de aprendizado de currículo, resultando em desempenho superior e estado da arte em benchmarks como o VGGSound.
Este artigo investiga o impacto da seleção de parâmetros na convergência de um algoritmo de colônia de formigas modificado para otimizar a arquitetura hierárquica de um sistema de controle industrial distribuído, oferecendo recomendações de ajuste que podem ser aplicadas a outros problemas de otimização combinatória.
Este artigo propõe um framework baseado em Transformer para reconhecimento de emoções áudio-visuais que utiliza atenção multimodal, incorporando Embeddings de Posição Rotativa Alinhados Temporalmente (TaRoPE) e uma função de perda de Correspondência Cross-Temporal (CTM) para resolver desalinhamentos de taxa de quadros e melhorar a fusão de características entre modalidades.
Este artigo investiga o uso de um modelo de linguagem treinado em fala para localizar palavras falsas em discursos parcialmente editados, descobrindo que o modelo depende excessivamente de padrões de edição específicos do conjunto de dados, o que levanta desafios para a generalização em cenários não vistos.
O artigo propõe o uso de um modelo pré-treinado XLS-R, otimizado com apenas suas três primeiras camadas para eficiência computacional, que supera outras arquiteturas na detecção automática de segmentos de tosse em gravações de pacientes com suspeita de tuberculose, viabilizando assim ferramentas de triagem escaláveis para dispositivos móveis.
Os autores propõem uma técnica de decodificação especulativa que utiliza um codificador CTC como modelo de rascunho para acelerar a inferência e melhorar a precisão de sistemas de reconhecimento automático de fala baseados em LLMs, alcançando simultaneamente uma redução na taxa de erro de palavras e um aumento significativo na velocidade de processamento.
Este artigo propõe um novo problema de cobertura multitarefa para robôs, apresentando um algoritmo federado para demandas conhecidas e uma abordagem adaptativa baseada em Processos Gaussianos para demandas desconhecidas, provando que o método alcança arrependimento cumulativo sublinear.
Este trabalho estende as formulações de sistemas port-Hamiltonianos irreversíveis (IPHS) unidimensionais para sistemas de parâmetros distribuídos controlados por fronteira em N dimensões, estabelecendo uma estrutura coerente e termodinamicamente consistente para modelar fenômenos de condução-difusão que preservam o balanço global de energia e caracterizam corretamente a produção de entropia.
Este artigo estabelece limites teóricos de desempenho e propõe um filtro híbrido robusto para a sincronização de satélites em órbita baixa, demonstrando que o acoplamento Doppler entre épocas é essencial para evitar incertezas ilimitadas e validando que a nova abordagem reduz significativamente os erros de fase em comparação com filtros Kalman padrão na presença de ruídos e anomalias.
O artigo apresenta o EquivAnIA, um novo método espectral para análise de imagens anisotrópicas que utiliza wavelets de bolo e filtros de crista para garantir robustez à rotação numérica e demonstrar eficácia em tarefas de registro angular.
Este artigo apresenta uma implementação e avaliação de um Filtro de Kalman-Consenso Distribuído com ponderação adaptativa de incerteza para o rastreamento de múltiplos objetos em redes de robôs móveis, demonstrando que o mecanismo proposto protege as estimativas locais de dados inconsistentes e melhora a precisão do rastreamento, embora o desempenho do sistema permaneça limitado pela latência de comunicação.
O artigo apresenta o método híbrido eTFCE-GRF, que combina a estrutura union-find para recuperação exata do tamanho de clusters com inferência analítica baseada em campos aleatórios gaussianos, permitindo mapeamento estatístico de morfometria baseada em voxels com valores-p exatos e sem necessidade de testes de permutação, resultando em uma aceleração de até 75 vezes em comparação com métodos anteriores.