2358 Arbeiten
Dieses Paper präsentiert einen zuverlässigen Tischtennis-Bewegungsdatensatz und schlägt ein räumlich-zeitliches Graph-Convolutional-Neural-Network-Modell vor, das okkludierte Gelenkpositionen effektiv vorhersagt, um die Genauigkeit der Bewegungserkennung bei Gliedmaßenokklusion zu verbessern.
Dieses Paper schlägt ein auf Linear Gaussian Kernel Cycle Generative Adversarial Networks basierendes Transformer Learning (LGKCGAN-TL) Modell vor, das Bildentstörung, GAN-basierte Datenaugmentation und Rosenthal Correlative Transformer Learning integriert, um durch die Nutzung von Daten aus Parkinson- und Hautkrankheitsdatensätzen eine hochpräzise, latenzarme Früherkennung von Schlaganfällen zu erreichen.
Diese Studie nutzt eine KI-gestützte Forschungsplattform, um zu demonstrieren, dass hybride Mensch-KI-Lösungen der am häufigsten bevorzugte und ausgewogene Ansatz in der Softwareentwicklungs-Entscheidungsfindung sind, wobei sie eine hohe Kreativität bei gleichzeitiger Beibehaltung einer Genauigkeit und Vertrauenswürdigkeit erreichen, die mit rein menschlichen Lösungen vergleichbar ist, was darauf hindeutet, dass die Ingenieursausbildung darauf fokussieren sollte, KI als kollaboratives Werkzeug statt als Ersatz für das menschliche Urteilsvermögen zu integrieren.
Dieses Paper schlägt ein hybrides spatio-temporales Merkmalsrepräsentationsframework vor, das kontrastbasierte, objektbezogene und szenenbezogene Merkmale integriert, um die diskriminative Kapazität und die zeitliche Konsistenz zu verbessern, wobei es im Vergleich zu konventionellen Ansätzen eine verbesserte Leistung bei der Videozusammenfassung auf den Datensätzen TVSum und SumMe demonstriert.
Dieses Paper schlägt eine Dual-Diffusion-Methode zur Generierung von Mesh-Texturen vor, die multimodale geometrische Wahrnehmung integriert, um UV-Mapping-Verzerrungen und Auflösungsgrenzen zu überwinden und dadurch den visuellen Realismus, die geometrische Konsistenz sowie die Diversität generierter 3D-Texturen im Vergleich zu bestehenden Ansätzen signifikant zu verbessern.
Dieses Paper schlägt QRISP vor, ein ressourceneffizientes und auflösungsunabhängiges Quantenbildrepräsentations-Framework, das Bilder mittels statistischer Blockdeskriptoren kodiert, um die Schaltkreiskomplexität und den Qubit-Bedarf für NISQ-Hardware signifikant zu reduzieren, während gleichzeitig eine wettbewerbsfähige Klassifizierungsleistung beibehalten wird.
Dieses Paper schlägt ein einheitliches Dual-Branch-Framework vor, das die trimodale medizinische Bildfusion und Super-Resolution gemeinsam optimiert, indem es spezialisierte Struktur- und Funktionszweige unter Verwendung eines bidirektionalen Cross-Attention-Moduls einsetzt, um die Integration komplementärer Merkmale zu verbessern und hochwertige fusionierte Repräsentationen zu erzeugen.
Das Papier schlägt LACL-OCR vor, ein leichtgewichtiges Dokumenten-OCR-Framework, das die Leistung durch die Kombination einer heuristikbasierten Curriculum-Learning-Strategie zur Organisation des Trainings von einfachen zu schwierigen Beispielen mit einer neuartigen Layout-Aware Loss-Funktion steigert und damit ohne Erhöhung der Modellparameter oder der Inferenzkosten State-of-the-Art-Ergebnisse auf OmniDocBench erzielt.
Dieser Artikel argumentiert, dass das Erreichen linguistisch-epistemischer Gerechtigkeit für isiZulu und andere afrikanische Sprachen in der KI-vermittelten Bildung eine Bewegung über die bloße Textgenerierung hinaus erfordert, um einen Governance-Rahmen zu etablieren, der diese Sprachen als valide Infrastrukturen für Denken, Identität und intellektuelle Autorität durch eine gerechte Datendarstellung, die Handlungsfähigkeit von Lehrkräften und institutionelle Rechenschaftspflicht behandelt.
Diese Studie etabliert ein komplexitätsbewusstes Modellselektionsverfahren für strukturelle Simulationssurrogate, indem sie aufzeigt, dass deskriptorbasierte Modelle für einfache Geometrien ausreichen, während meshbasierte Graph Neural Networks mit zunehmender topologischer Komplexität notwendig und signifikant genauer werden, wodurch eine abgestufte Grenze für die optimale Surrogatwahl definiert wird.