Collaborative Problem Solving in Mixed Reality: A Study on Visual Graph Analysis
该研究通过在混合现实环境中对比个人、名义小组与临时配对在视觉图分析任务中的表现,发现尽管引入了任务实例复杂度概念,但3D图表示并未比基准测试带来更优的协作效果,从而强调了使用名义小组作为评估协作虚拟环境基准的重要性。
8105 篇论文
该研究通过在混合现实环境中对比个人、名义小组与临时配对在视觉图分析任务中的表现,发现尽管引入了任务实例复杂度概念,但3D图表示并未比基准测试带来更优的协作效果,从而强调了使用名义小组作为评估协作虚拟环境基准的重要性。
本文证明了折纸序列中运行长度及其起止位置是 2-同步的(即可由有限自动机计算),从而以更通用的方法重新推导了 Bunder、Bates 和 Arnold 的近期成果,并进一步研究了这些运行长度序列的临界指数与子词复杂度。
该论文提出了 ARSGaussian 方法,通过引入 LiDAR 点云约束、畸变校正坐标变换及几何一致性损失,有效解决了航空遥感场景下 3D 高斯泼溅技术面临的浮点与过度生长问题,并发布了配套的 AIR-LONGYAN 数据集以推动高精度新视角合成研究。
该研究通过文本挖掘技术分析了全球十四个行业领域的 160 份指南与政策声明,旨在评估生成式人工智能和大型语言模型的治理现状,并提出在创新与伦理问责之间取得平衡的可行建议。
本文针对现有 RSVP-BCI 系统在跨任务场景下缺乏校准数据导致解码性能下降的问题,提出了一种融合语言 - 图像先验的 ELIPformer 模型,通过构建多任务数据集并利用提示编码器与双向交叉注意力机制,实现了无需校准的跨任务零样本 RSVP 解码,显著提升了系统的实用性与泛化能力。
本文针对多类快速序列视觉呈现脑机接口(RSVP-BCI)中单一脑电模态解码性能受限的问题,构建了包含 43 名受试者的眼动与脑电融合开源数据集,并提出了一种结合双互补模块、基于理论模态贡献比的动态重加权融合策略以及层级分类器知识迁移的 MTREE-Net 网络,显著提升了多类目标 RSVP 的解码精度。
本文提出了名为 Kite 的新协议,旨在为去中心化自治组织(DAO)提供隐私保护委托投票机制,使成员能够在不泄露委托关系的前提下自由委托、撤销或重新委托投票权,并通过零知识证明、通用可组合性(UC)安全分析及以太坊智能合约实现验证了其安全性与实用性。
该论文提出了一种名为 iMarkers 的创新型隐形基准标记,旨在解决传统可见标记破坏环境美观的问题,通过专为机器人和 AR 设备设计的硬件与开源算法,实现了在保持视觉隐蔽性的同时具备高灵活性、鲁棒性及广泛适用性的导航与识别功能。
本文提出了一种求解耦合斯托克斯与非线性泊松 - 玻尔兹曼方程的有限元方法,通过重写电势对动量平衡中拖曳力的耦合项,利用相关数学理论证明了该问题弱解的唯一性、离散问题的适定性及收敛性,并通过数值实验验证了其在微通道电渗流研究中的应用效果。
本文提出了一种非对称调色板稀疏化定理(APST),通过允许顶点采样列表大小不同且仅约束平均大小,克服了原有定理证明复杂且着色算法繁琐的缺陷,从而利用简单的贪心算法在多种计算模型中实现了近乎最优的顶点着色子线性算法。
该研究通过随机对照试验发现,性别偏见不仅存在于人类管理者中,同样延伸至 AI 管理者:获奖者更倾向于认可男性管理者(无论人类或 AI),而未获奖者则对女性管理者(尤其是女性 AI)表现出更强的不信任与负面评价。
本文提出了一种基于视觉的磁驱动胡须阵列传感器,通过相机追踪胡须运动实现高精度触觉反馈,并在物体分类(准确率 99.17%)和抓取实验(成功率 87%)中验证了其在精密感知与操作中的有效性。
这篇综述论文系统回顾了 200 多篇关于 Wi-Fi 感知泛化性的文献,构建了涵盖从实验设置到模型部署的完整分类体系,深入分析了域适应、元学习等关键技术,总结了相关数据集,并提出了未来研究方向及数据集共享平台,旨在为提升 Wi-Fi 感知系统的泛化能力提供全面指南。
本文提出了识别协同场景文本编辑(RS-STE)方法,通过构建统一框架将文本识别与编辑深度融合,利用多模态并行解码器和无监督循环自监督微调策略,在简化架构的同时实现了优于现有方法的场景文本编辑效果,并提升了下游识别任务性能。
本文提出了 NeurCC,一种基于贝叶斯优化和图归约搜索算法的新型可学习并发控制机制,它通过高效映射数据库状态到控制动作的查找表,在多样化及动态变化的工作负载下实现了比现有最先进算法更高的事务吞吐量和优化速度。
本文从统一视角系统综述了弱监督学习在激光雷达遥感数据解译与参数反演中的应用,涵盖了多种弱监督设置与关键技术,分析了针对激光雷达特性的挑战,并展望了其与基础模型结合的未来发展方向。
本文通过将右作用范畴与右富集范畴的等价性从封闭对称情形推广至非封闭非对称情形,为支持高阶进程传递的并发语言 CaMPL 提供了必要的语义基础,解决了线性资源无法复用所导致的高阶定义难题。
本文针对现有异常检测基准性能饱和的问题,推出了包含 8000 多张高分辨率图像、涵盖透明物体、复杂光照及微小缺陷等更具挑战性工业场景的 MVTec AD 2 数据集,并通过评估显示现有最先进模型在该数据集上的平均 AU-PRO 表现仍低于 60%,从而为推动该领域发展提供了新的基准。
本文提出了一种基于去噪扩散概率模型(DDPM)与师生协同训练框架的半监督生物医学图像分割新方法,通过无监督预训练生成语义掩码并结合多轮伪标签迭代策略,在标注数据有限的情况下显著提升了分割性能并超越了现有最先进技术。
该论文针对现有局部 AI 生成图像检测数据集缺乏场景级编辑覆盖的局限,提出了包含 15 万张图像的大规模场景感知数据集 BR-Gen,并设计了基于噪声指纹引导的特征放大机制 NFA-ViT,通过增强异常特征与正常特征的交互显著提升了局部伪造检测的鲁棒性与泛化能力。