Derniers articles pour Technologie de sécurité

La recherche avance des méthodes pour une navigation robotique plus sûre en utilisant des techniques d'estimation de l'incertitude.

La combinaison de capteurs visuels et haptiques améliore l'estimation de pose pour une collaboration humaine-robot plus sûre.

Examiner le besoin de vérification formelle dans la technologie de détection d'objets.

Explore l'évolution et les avantages de YOLO dans la détection d'objets.

Une nouvelle approche d'entraînement améliore la sécurité des robots et leur capacité à s'adapter dans l'exécution des tâches.

Un ensemble de données pour améliorer la performance des véhicules autonomes dans différentes conditions météorologiques.

Une étude évalue la conception sonore pour l'opération de robots à distance dans des environnements dangereux.

Explorer des méthodes pour créer des contrôleurs fiables dans divers environnements.

La recherche améliore les biosenseurs pour détecter les mines terrestres de manière sûre et efficace.

De nouvelles méthodes améliorent la sécurité des voitures autonomes face à des obstacles imprévisibles.

Un aperçu de l'estimation de la plage de sortie en utilisant le recuit simulé dans les réseaux de neurones.

Une méthode pour aider les agents à naviguer plus efficacement dans des environnements complexes.

Un programme pour enseigner la vérification de modèles pour le développement de logiciels fiables.

La recherche se concentre sur l'amélioration des défenses en apprentissage automatique contre les attaques adversariales.

Une nouvelle approche simplifie la conception de contrôle tout en garantissant la sécurité dans les systèmes non linéaires.

Examiner comment l'apprentissage automatique s'adapte aux cibles mobiles en temps réel.

Le nouveau modèle NightFormer améliore le traitement d'image nocturne pour une navigation plus sûre.

Une nouvelle méthode de navigation améliore la sécurité des robots dans des environnements bondés.

Une nouvelle méthode améliore la clarté des images pour les véhicules autonomes par mauvais temps.

Une nouvelle méthode d'apprentissage automatique privilégie la sécurité dans les systèmes autonomes.

Apprends comment les systèmes de contrôle gardent les robots et les drones en sécurité dans différents environnements.

Une nouvelle méthode améliore la sécurité et la performance des technologies autonomes.

Présentation de ERF-CondLaneNet pour une meilleure détection des voies dans des situations routières complexes.

La sensibilité adaptive de la peau améliore la sécurité dans les interactions homme-robot.

Une méthode aide les robots quadrupèdes à rester en sécurité tout en portant des charges variées.

Une nouvelle méthode aide les robots à interagir en toute sécurité avec les gens.

Une nouvelle méthode améliore la sécurité des véhicules autonomes dans des situations risquées.

Une étude sur le contrôle du mouvement vertical pour un meilleur confort et sécurité dans les véhicules.

Un événement pour améliorer les modèles de segmentation d'image pour des voitures autonomes plus sûres.

Une nouvelle méthode améliore la détection des dangers sur la route pour les systèmes de conduite avancés.

De nouvelles stratégies améliorent la sécurité et l'efficacité des mouvements des robots dans des environnements complexes.

Présentation d'EfficientCrackNet pour une infrastructure plus sûre grâce à une détection précise des fissures.

Une nouvelle méthode améliore la sécurité des robots en s'adaptant aux conditions en temps réel.

SPARQ améliore la surveillance de sécurité pour les véhicules autonomes en s'attaquant aux échecs de perception.

Une méthode pour gérer les données de capteurs conflictuelles dans les véhicules autonomes pour améliorer la sécurité.

Une nouvelle technologie améliore la sécurité des inspections de combustibles nucléaires usés.

Découvrez comment Safe RL garantit des interactions IA plus intelligentes et plus sûres.

Protéger les modèles de régression profonds contre les menaces cachées est super important pour la sécurité.

Les ingénieurs utilisent des fonctions de barrière de contrôle pour garder les robots en sécurité autour des gens.

Des robots à pattes apprennent à bosser ensemble en toute sécurité pour des tâches de levage lourd.