3870 Arbeiten
Dieses Paper führt ein Benchmark-Framework zur Evaluierung von fünf Familien unüberwachter Trajektorien-Vektisierungstechniken über synthetische und reale Datensätze hinweg ein und demonstriert deren Effektivität beim Clustering und bei der Identifizierung spezifischer Trajektoriencharakteristika wie Bewegungsdynamik und geometrischer Muster.
Diese Umfrage bietet einen umfassenden Überblick über Methoden der Tweet-Zusammenfassung, bewertet extraktive und abstraktive Ansätze sowie Strategien zur Vorverarbeitung verrauschter kurzer Texte und beleuchtet aufkommende Trends wie große Sprachmodelle, während sie gleichzeitig zentrale Herausforderungen und zukünftige Forschungsrichtungen identifiziert.
Diese Studie zeigt, dass unter kontrollierten PlantVillage-Bedingungen klassische maschinelle Lernmodelle, die handgefertigte Farb-Textur-Merkmale nutzen, eine statistisch vergleichbare Leistung zum MobileNetV2-Transferlearning für die Klassifizierung von Tomatenblattkrankheiten erreichen, was die Annahme infrage stellt, dass Deep Learning für diese Aufgabe immer überlegen ist.
Dieses Paper schlägt ein Reinforcement-Learning-Supervisor-Framework vor, das mehrere Performance-Metriken dynamisch gewichtet, um die optimale Handelsstrategie aus einem heterogenen Satz von Agenten auszuwählen, und dabei im Vergleich zu einzelnen Agenten sowie festen Strategien überlegene risikobereinigte Renditen in nichtstationären Kryptowährungs-Märkten demonstriert.
Dieses Paper plädiert für die Einführung von „Diagrams-as-Code“ in wissenschaftlichen Publikationen, um interpretative Mehrdeutigkeit zu eliminieren und dadurch zuverlässige Informationsübergaben zwischen Wissenschaftlern, großen Sprachmodellen und autonomen KI-Agenten für zukünftige wissenschaftliche Entdeckungen zu ermöglichen.
Dieses Paper präsentiert und evaluiert eine ressourcenbewusste eBPF/XDP-Architektur zur Abwehr von DDoS-Angriffen auf IoT-Edge-Systeme und zeigt auf, dass der Ansatz zwar den bösartigen Datenverkehr effektiv blockiert und die Dienstkontinuität bewahrt, jedoch eine sorgfältige plattformspezifische Ressourcenbudgetierung erfordert, um die damit verbundenen CPU- und Latenz-Trade-offs zu bewältigen.
Dieses Paper schlägt ein hybrides Fuzzy-Schwarmintelligenz-Framework vor, das Adaptive Fuzzy Particle Swarm Optimization und einen Fitness-Weighted Fuzzy Grey Wolf Optimizer integriert, um gemeinsam hochdimensionale Mer redundancies, abgestufte Wahrheitsgehalts-Hinweise und Hyperparameter-Sensitivität zu adressieren und dabei eine überlegene Genauigkeit sowie Effizienz bei der Erkennung von Fake News über mehrere Datensätze hinweg im Vergleich zu bestehenden Baselines zu erreichen.
Diese Rezension argumentiert, dass aktuelle KI-Systeme zwar eine starke funktionale und behaviorale Aufgabenleistung aufweisen, es ihnen jedoch an der mechanistischen Integration von Gedächtnis, Lernen, Kontextsensitivität, Entscheidungsfindung und Verkörperung mangelt, die für echte menschenähnliche Kognition erforderlich ist, und sie schlägt eine Forschungsagenda mit messbaren Kriterien vor, um diese Lücke zu schließen.
Dieses Paper schlägt ein WolverBear-Enhanced Evolution Transformer (WoBeOA + E-former) Framework vor, das die bildbasierte Szenenklassifizierung optimiert und audiobasierte kontextuelle Aktionen über einen Visformer integriert, um umfassende Szenengraphen zu konstruieren und so eine hohe Genauigkeit beim multimodalen Szenenverständnis zu erreichen.
Diese Studie befasst sich mit den Ineffizienzen der manuellen Projektzuweisung in der Abteilung für Informatik am Adeyemi College of Education, indem sie ein automatisiertes System entwirft und implementiert, um doppelte Themen zu verhindern und die Datenbankverwaltung zu verbessern, während sie gleichzeitig eine verbesserte Zusammenarbeit der Studierenden und eine Infrastruktur zur Unterstützung zukünftiger Entwicklungen empfiehlt.