929 Arbeiten
Dieses Papier schlägt ein adaptives Framework für volumetrische Dichtefeldsequenzen vor, das einen neuartigen strukturellen Deskriptor für die optimale Keyframe-Selektion mittels dynamischer Programmierung sowie ein partikelbasiertes Interpolationsschema nutzt, um eine hochgetreue Rekonstruktion mit minimalen Artefakten zu erreichen.
Dieses Paper schlägt einen leichtgewichtigen Echtzeit-Detektor für unbemannte Oberflächenfahrzeuge vor, der die Detektion schwacher Wasseroberflächenziele durch die Integration von frequenzgeführter Merkmalsrouting und skalennormalisierter adaptiver Lokalisationsüberwachung verbessert, um Herausforderungen wie geringen Kontrast und kleine Objektgrößen zu bewältigen, während gleichzeitig strikte Latenz- und Modellgrößenbeschränkungen eingehalten werden.
Dieses Paper führt ein geschlossenes Auto-Research-Framework ein, das Sprachmodell-Agenten nutzt, um molekulare Repräsentationen, Code und externe Evidenz zu editieren, wobei es erfolgreich verallgemeinerbare Verbesserungen über mehrere Benchmarks für molekulare Eigenschaften hinweg entdeckt und zertifiziert und dabei durch rigorose Held-out-Tests echte übertragbare Gewinne von nicht übertragbarer Selektionsvarianz und Verteilungsverschiebungen unterscheidet.
Diese Arbeit schlägt ein erklärbares KI-Framework vor, das Transfer Learning, Vision Transformer und Ensemble-Methoden kombiniert, um eine überlegene Genauigkeit bei der Brustkrebsvorhersage (96,82 %) auf dem BreakHis-Datensatz zu erreichen, während Techniken wie Grad-CAM und LIME genutzt werden, um die Transparenz und Interpretierbarkeit des Modells zu erhöhen.
Das Paper stellt R-Super vor, ein neuartiges Framework, das über 100.000 Radiologieberichte nutzt, um Tumorsegmentierungsmodelle zu trainieren, ohne auf knappe manuelle Masken angewiesen zu sein, wodurch eine groß angelegte Multi-Krebs-Detektion ermöglicht wird, die sowohl bestehende KI-Modelle als auch Radiologen signifikant übertrifft.
Dieses Paper stellt SonicPlay vor, ein auf der Unreal Engine basierendes Framework, das Prinzipien der audiobasierten Barrierefreiheit in wiederverwendbare Werkzeuge operationalisiert und durch Doppelstudien mit blinden Spielern sowie professionellen Entwicklern demonstriert, dass es eine unabhängige räumliche Navigation effektiv ermöglicht und sich gleichzeitig nahtlos in standardmäßige Spieleentwicklungs-Workflows integriert.
Diese empirische Studie analysiert Daten von 145 UCI-Studierenden unter Verwendung von 18 Algorithmen des maschinellen Lernens, um zu identifizieren, dass das LightGBM-Modell die akademische Leistung am genauesten vorhersagt, wobei sie aufzeigt, dass persönliche und schulische Bildungsfaktoren (wie Geschlecht, Alter, Teilzeitarbeit und Unterrichtsteilnahme) die primären Treiber des Erfolgs sind, während familiäre Faktoren einen schwächeren Einfluss haben, wodurch die Entwicklung einer interpretierbaren Shiny-Applikation für personalisierte akademische Interventionen ermöglicht wird.
Dieses Paper stellt das Collective Adaptation Testbed (CAT) vor, eine Multi-Agenten-Softwarearchitektur, die auf der Dual-Inheritance-Theorie basiert und das Governance-Paradoxon quantitativer Metriken löst, indem sie Teamentscheidungen abfängt, um zwischen blindem Konformismus und fachlich begründeter Dissens zu unterscheiden, wodurch das System in der Lage ist, seine eigenen Regeln basierend auf retrospektiven Ergebnisdaten autonom zu revidieren.
Dieses Paper schlägt ein artefaktbewusstes, leichtgewichtiges U-Shape-Segmentierungsframework und einen reproduzierbaren Korruptions-Benchmark vor, um die Robustheit und Genauigkeit der dermoskopischen Läsionssegmentierung in Gegenwart von Akquisitionsartefakten wie Haaren und Glanzlichtern zu verbessern.
Dieses Paper schlägt ein Framework zur datenschutzfreundlichen Deepfake-Erkennung vor, das Federated Learning mit ResNet-18 und dem FedProx-Algorithmus integriert, um eine hohe Genauigkeit (97,20 %) auf dem FaceForensics++ Datensatz zu erreichen und gleichzeitig Datensicherheit sowie Modellinterpretierbarkeit zu gewährleisten, ohne dass rohe Bilder übertragen werden müssen.