SurgSync: Time-Synchronized Multi-Modal Data Collection Framework and Dataset for Surgical Robotics
本文提出了名为 SurgSync 的多模态手术机器人数据采集框架与数据集,该框架基于 da Vinci 研究套件,集成了在线/离线同步录制、高清立体内窥镜及新型接触传感器,并通过包含 214 个验证实例的离体组织实验,为手术机器人的智能训练与技能评估提供了高质量数据支持。
3927 篇论文
本文提出了名为 SurgSync 的多模态手术机器人数据采集框架与数据集,该框架基于 da Vinci 研究套件,集成了在线/离线同步录制、高清立体内窥镜及新型接触传感器,并通过包含 214 个验证实例的离体组织实验,为手术机器人的智能训练与技能评估提供了高质量数据支持。
本文提出了一种名为 DLRMamba 的轻量化模型,通过引入低秩二维选择性状态空间模块(Low-Rank SS2D)和结构感知蒸馏策略,有效解决了现有 Mamba 模型在边缘设备上进行多光谱融合目标检测时的参数冗余与细粒度信息丢失问题,实现了在资源受限硬件上效率与精度的显著平衡。
本文提出了负载感知信息路径规划(LIPP)框架,通过建立混合整数二次规划模型,将物理采样带来的负载增加与能耗耦合纳入考量,从而在能量预算约束下实现比传统信息路径规划更优的采样效率与不确定性降低。
本文提出了一种名为 ESM-YOLO+ 的轻量级可见光与红外遥感图像融合网络,通过引入掩码增强注意力融合模块和训练时结构表征增强技术,在显著降低模型复杂度的同时,有效解决了复杂背景下小目标检测的难题并实现了高精度性能。
本文介绍了 MindfulAgents,这是一种基于大语言模型的多智能体系统,能够通过专家对齐的框架生成个性化正念冥想脚本并实时适应用户需求,从而显著提升用户在冥想过程中的参与度、自我觉察能力及长期练习意愿。
该论文提出了一种结合负对比学习与稀疏深度信息的少样本 RGB-D 可通行性分割框架,通过引入负原型和两阶段注意力深度模块,显著提升了室内机器人在有限标注数据下对薄障碍物等复杂场景的识别精度与泛化能力。
该研究利用六足机器人在可倾斜颗粒介质上的实验数据,揭示了坡度增加主要通过延迟着地锚定和加剧后滑而非过度下陷来降低机器人性能,并据此构建了物理驱动模型与失效相图,实现了对颗粒斜坡上足式机器人运动失效机制的预测及风险量化评估。
该论文展示了一个大语言模型编码代理在零人工代码参与下,成功构建了一个具备预处理、同余闭包算法及反例证明生成能力的完整 DPLL(T) 风格 SMT 求解器,且其在 SMT-LIB 基准测试中表现具有竞争力。
本文提出了 HIERAMP 方法,利用视觉自回归(VAR)模型的由粗到细生成特性,通过在不同尺度注入类令牌来动态识别显著区域并放大语义,从而在无需显式优化全局邻近性的情况下,显著提升了生成式数据集蒸馏的效果。
本文提出了一种自适应增益非线性观测器,利用全非线性动力学模型(特别是考虑非恒定惯性矩阵)在无专用力矩传感器的情况下,实现了对人机协作运输任务中外部交互力和力矩的准确、鲁棒估计,且性能优于扩展卡尔曼滤波。
该研究开发了一套分析流程,利用 nnU-Net 模型从前列腺癌 3D 组织数据中提取与神经周围和淋巴血管侵袭相关的形态学特征,并证明这些 3D 特征在预测生化复发方面的表现优于传统的 2D 特征。
该论文利用亚利桑那州住宅馈线实测数据,提出了考虑工作日程灵活性的鲁棒与机会约束优化模型,证实了将混合/远程办公等弹性工作与屋顶光伏相结合,可有效提升配电变压器的电动汽车接纳能力并优化电网需求管理。
本文提出了一种统一的两阶段框架,通过最小化松弛恢复冲突信号时序逻辑(STL)规范下的可行性,并利用基于价值的多目标优化与-约束方法生成帕累托最优解,从而在自动驾驶等安全关键场景中避免死锁并实现可解释的决策。
本文提出了 Space-Control,这是一种软硬件协同设计方案,通过硬件认证执行上下文和细粒度访问控制,在 CXL 内存池化环境中实现了进程级隔离,且性能开销极低(仅 3.3%)。
这篇教程批判性地审视了控制障碍函数(CBF)在机器人安全中的实际应用,揭示了理论假设与受输入约束系统的构造性实现之间的差距,指出了许多现有演示仅适用于被动安全系统或存在误用的问题,并提供了构建真实安全保证的实用指南及交互式演示。
该论文提出了一种基于旋转平衡的系绳悬挂载荷协同运输方法,通过利用离心力提供水平张力使旋翼机仅需产生垂直推力,从而在避免碰撞风险的同时将能耗降低了高达 20%。
该论文提出了一种名为虚拟术中 CT(viCT)的新方法,通过利用单目内镜视频生成 3D 重建并与其术前 CT 配准,实现了在鼻内镜手术过程中无需额外硬件即可动态更新解剖结构,从而有效解决了传统静态影像无法反映组织切除变化导致手术不彻底的问题。
该报告通过整合发展科学、行业实践与全球政策对话,提出了针对青少年与拟人化对话 AI 交互的非协商性安全护栏及设计框架,旨在利用拟人化设计降低风险并促进青少年的自主性与技能发展。
本文提出了 pqRPKI 框架,通过结合多层 Merkle 树阶梯(MTL)与定制化清单机制,在保持与现有 RPKI 兼容并支持双栈部署的同时,显著降低了后量子时代 RPKI 的存储开销与验证延迟,实现了高效的亚分钟级全库验证。
本文综述了量子计算与人工智能对现有密码系统的威胁,指出 RSA 和椭圆曲线密码面临量子风险,而对称算法虽相对安全但有效密钥长度降低,且深度学习加剧了侧信道攻击,因此主张采用结合后量子算法(如基于格和哈希的方案)、实施加固及密码敏捷性的纵深防御策略,将密码安全视为需持续演进的动态过程。