World Mouse: Exploring Interactions with a Cross-Reality Cursor
该论文提出了"World Mouse",一种利用语义分割和网格重建技术,通过表面法线实现物体内精确定位、并通过插值实现物体间导航的跨现实光标,旨在解决扩展现实(XR)中自然交互在精度与可达性方面的局限性,从而实现虚实环境间的无缝交互。
3447 篇论文
该论文提出了"World Mouse",一种利用语义分割和网格重建技术,通过表面法线实现物体内精确定位、并通过插值实现物体间导航的跨现实光标,旨在解决扩展现实(XR)中自然交互在精度与可达性方面的局限性,从而实现虚实环境间的无缝交互。
该论文针对现有文本生成图像评估中因偏好鲜艳风格而导致真实感不足的问题,提出了包含百万级数据的色彩保真度数据集(CFD)、基于多模态编码器的评估指标(CFM)以及无需训练的自适应色彩保真度优化方法(CFR),共同构建了一个用于评估和提升写实风格图像色彩真实性的渐进式框架。
TreeON 提出了一种新颖的神经框架,仅需单张正射影像和数字表面模型,通过结合几何监督与可微分阴影及轮廓损失的训练策略,在无需真实地面激光扫描数据的情况下,成功从稀疏地理数据中重建出高质量且结构合理的 3D 树木点云。
本文通过实验室架构对 TLS 1.3 协议中传统、混合及纯后量子密钥交换算法在 TCP 握手、TLS 握手及 HTTP 应用层等多个层面的性能影响进行了实证研究与统计分析。
该论文提出了一种任务感知的协作信号层,通过将离线偏好评估转化为在线可解释的委托线索(如能力画像与协调风险提示),构建了一个支持共同验证、自适应路由及可审计问责的闭环委托协议,从而将人机协作中的委托决策从黑盒默认转变为透明、可协商且可审计的协同过程。
该论文基于真实测量数据,提出了一种结合应用层尾延迟与无线层调度指标(如误块率、调制编码选择)的跨层 O-RAN 诊断方法,通过识别用户设备差异、距离与负载对延迟尾部的系统性影响,以及无线层动态在端到端延迟稳定时的可检测性,构建了轻量级的“退化标志”以支持可解释的故障排查。
本文提出了 LLMGreenRec,这是一种基于大语言模型的多智能体推荐系统框架,旨在通过精准推断用户绿色意图来推荐可持续商品,同时减少数字碳足迹,从而弥合绿色意愿与行动之间的差距并推动负责任的数字经济发展。
该论文通过构造一个基于相关向量查询的问题,首次明确证明了在持续观察模型下,针对固定数据流的非自适应差分隐私算法与针对自适应数据流的差分隐私算法之间存在显著差异:前者能在指数级时间步内保持准确,而后者在常数步后便会失效。
该论文提出了“阅读活动痕迹”(RATs)概念,将阅读重新定义为一种创造性活动,并通过 WikiRAT 等实例展示了如何通过追踪阅读轨迹来使被算法压缩的人类解释性工作可视化,从而为反思性实践和智能工具设计开辟新路径。
本文提出了 DynVLA,一种通过引入“动力学思维链”(Dynamics CoT)范式,利用动力学 Tokenizer 将未来世界演化压缩为紧凑且可解释的表征,从而在自动驾驶中实现更精准、物理 grounded 的决策推理模型。
本文提出了专为金融文档设计的 Agentar-Fin-OCR 系统,通过跨页内容整合、文档级标题重构及自适应课程学习等创新技术,实现了超长金融 PDF 的高精度结构化解析与可审计溯源,并发布了包含专家标注的 FinDocBench 基准以推动该领域的评估与应用。
本文全面探讨了 5G 网络切片的概念与系统架构,重点分析了其商业模式与利润建模(包括自有切片实施与资源租赁),并指出了该领域面临的研究挑战与未来方向。
该研究结合美国代表性样本与“Have I Been Pwned"数据发现,至少 82.84% 的美国成年人曾遭遇账户泄露,人均至少被泄露三次,且受教育程度较高、中年、女性和白人群体更易受影响。
本文提出了一种基于时序网络的统一在线监控框架,通过利用未来时间标记技术将度量时序逻辑(MTL)规范高效地转换为离散和稠密时间下的时序网络,从而在性能与可扩展性上优于现有方法。
本文研究了推多代理系统(PMS)的模块检查问题,证明了针对 ATL 规范的检查是 2EXPTIME 完全的,而针对 ATL* 规范的检查则是 4EXPTIME 完全的,后者比前两者在计算复杂度上高出指数级,是少数具有初等但超过三重指数时间复杂度的自然判定问题之一。
本文从差分隐私角度深入分析了概率计数器(如 Morris 和 MaxGeo 计数器),证明了其内在随机化足以在无需额外噪声的情况下保护隐私,并提出了基于这些计数器的隐私保护数据聚合协议,用于分布式调查并与传统拉普拉斯方法进行了对比。
本文通过提出一种囊括所有已知情形的广义切换操作,以公理化方式系统研究了-图的同态性质,解决了多个长期未决的开放问题,构建了具有反直觉顶点规模的范畴积,并利用群论确定了森林类图的广义切换色数。
该论文针对公交数据中因车辆满载而遗漏的乘客信息(截断数据)会导致需求被低估的问题,提出了一种结合潜在超额需求识别机制与泊松回归模型的框架,并通过模拟验证及在匹兹堡港务局真实数据上的应用,成功实现了对公共交通系统超额需求的准确估算。
该研究利用 NBA 比赛数据重新审视了裁判的隐性偏见,发现主客场偏见(尤其是季后赛中)存在但随疫情有所减弱,特定球员确实受益于裁判判罚,但未发现针对特定球员、球队或种族的负面偏见。
本文提出并解决了面向数据库教育的“信息性计划选择(TIPS)”问题,通过设计具有理论保证的高效近似算法,从海量备选查询计划中筛选出最具代表性的子集,以辅助学习者理解优化器决策并提升教学效果。