Más allá de los humanos: reconocimiento facial de animales con transfer learning
Descubre cómo el transfer learning reconoce animales por su cara. Perros: 96.85% precisión, primates y ganado. Sin microchips.
#visión por computador
Avances en ML y DL para identificación de ganado: revisión completa
Descubre cómo ML y DL revolucionan la identificación de ganado. Revisión de técnicas avanzadas para mejorar bioseguridad y trazabilidad.
RoboPIN: Razonamiento Incorporado con Cadena de Pensamiento Anclada
Descubre cómo RoboPIN con PinCoT mejora el razonamiento incorporado usando anclas visuales, logrando un 12% más de precisión en benchmarks.
CacheMuon: Precondicionamiento Temporal para Aproximar el Factor Polar
CacheMuon acelera el entrenamiento al reutilizar información previa para aproximar el factor polar, reduciendo costos sin perder precisión. Descubre cómo.
Navegación lunar por terreno con detección de cráteres y aprendizaje profundo
Descubre cómo el algoritmo TRN con detección de cráteres y deep learning reduce errores de navegación lunar de 5 km a cientos de metros.
HiRo: Compacto mezclador jerárquico de tokens para clasificación de imágenes
HiRo logra 99.46% en MNIST, 85.57% en CIFAR-10 y 59.10% en CIFAR-100 con menos de 1M de parámetros. Descubre este modelo eficiente de clasificación de imágenes.
Analizando representaciones visuales de aeronaves con autoencoders dispersos
Descubre cómo los autoencoders dispersos revelan patrones visuales en aeronaves, mejorando la interpretabilidad de modelos de IA.
Descenso de Gradiente Funcional con Representaciones Adaptativas
Nuevo algoritmo de Descenso de Gradiente Funcional adapta representaciones, garantiza convergencia y supera a métodos tradicionales en eficiencia y precisión.
SSNAPS: Separación audiovisual de voz y ruido de fondo con difusión inversa
SSNAPS: método no supervisado basado en difusión inversa que separa voz y ruido de fondo en escenas audiovisuales, superando a modelos supervisados en WER.
Segmentación Sub-Semántica de Imágenes con DETECTURE
Descubre cómo DETECTURE revoluciona la segmentación de imágenes al combinar lenguaje y visión para identificar patrones de textura estables, superando fallos
Evidencia de textura en SAM: características, propuestas y segmentación
¿El modelo SAM es ciego a las texturas? Revelamos dónde reside la evidencia y cómo interpretar sus fallos. Lectura esencial para investigadores en IA.
XMedFusion: Percepción y razonamiento multimodal guiado por conocimiento
Descubre XMedFusion, un marco de IA que integra percepción visual y razonamiento guiado para informes radiológicos precisos.
De píxeles a pruebas: control latente seguro con MPC robusto
Descubre cómo el MPC robusto conformal con modelos latentes permite planificación segura de movimiento desde imágenes, mejorando rendimiento y seguridad en
Deep learning para reconocer objetos y posición de cargas en logística autónoma
Red neuronal profunda detecta portadores de carga y estima su pose usando visión RGBD para logística autónoma.
Arena Embebida: Optimización Iterativa con Retroalimentación de Hardware
Arena embebida: Agentes LLM optimizan modelos de IA para microcontroladores usando hardware real, logrando 250x compresión en visión y 400x en audio.
EgoPhys: Modelos físicos de objetos deformables desde vídeo egocéntrico
Descubre EgoPhys, el marco de IA que genera gemelos digitales deformables a partir de vídeo egocéntrico. Ideal para robótica y simulación.
Búsqueda de arquitectura neuronal (HW-NAS) para CNNs en ultra bajo consumo
Descubre cómo la HW-NAS asequible genera CNNs pequeñas para microcontroladores de ultra bajo consumo, manteniendo precisión de vanguardia.
Cómo la IA mejora la captura inteligente de datos
Descubre cómo la inteligencia artificial potencia la captura inteligente de datos, reduciendo errores y automatizando procesos. Optimiza tu negocio con
Perdidos al final: primacía en QA multimodal con recuperación
Descubre cómo el sesgo de primacía Perdidos al final afecta a los sistemas de QA multimodal con recuperación, donde la información al inicio del contexto
CrossMaps: Mapeo Semántico Abierto para Navegación de Rovers
Descubre CrossMaps: mapeo semántico en tiempo real para navegación de rovers con lenguaje natural. Combina memoria dual y confianza.