3900 artículos
Este artículo propone el marco LIME-TLESqN, el cual integra el Filtrado de Wiener Modificado, la segmentación IVGG16-RCNN y un clasificador SqueezeNet Ponderado con Aprendizaje por Transferencia mejorado con explicabilidad basada en LIME para lograr una precisión del 96.52% en la identificación de enfermedades en las hojas de pimiento bajo condiciones del mundo real.
Este artículo propone el Adaptive Cross-Attention Multimodal Transformer (ACAMT), una arquitectura novedosa diseñada para mejorar el reconocimiento de la emoción en el habla multilingüe mediante la fusión dinámica de las modalidades acústica, textual y visual a través de la atención cruzada bidireccional y el compuerto adaptativo para gestionar la falta de datos y las variaciones lingüísticas, al tiempo que describe un protocolo de evaluación exhaustivo a pesar de la ausencia de resultados de entrenamiento empírico completados.
Este artículo propone un marco de Aprendizaje Federado–IA Generativa que permite a las organizaciones de la cadena de suministro entrenar colaborativamente un modelo de predicción de interrupciones sobre datos de red basados en grafos mediante el uso de aumentación local sintética, logrando una alta precisión (94.8%) y una eficiencia de comunicación significativa (reducción del 81.1%) al tiempo que preserva la privacidad de los datos y aborda la heterogeneidad estadística.
Este artículo presenta la primera validación empírica directa de la regla de partición QC-PEDA utilizando datos del mundo real, revelando que, si bien los problemas actuales de pequeña escala están estrictamente dominados por la ejecución clásica en todas las configuraciones de pesos, un análisis de punto de equilibrio indica que el enrutamiento cuántico solo se vuelve viable cuando la latencia clásica escala a niveles post-exaescala, siendo el umbral específico fuertemente dependiente de los pesos del modelo de costos elegido.
Este artículo presenta TamilSynth, un corpus sintético a gran escala para OCR de tamil, y demuestra que corregir tres valores predeterminados silenciosos específicos en el flujo de trabajo estándar de entrenamiento de Tesseract —en lugar del diseño del corpus en sí— es crítico para lograr reducciones significativas de errores en documentos del mundo real.
Esta encuesta presenta un análisis transversal exhaustivo de la detección de contenido generado por IA mediante la síntesis de seis familias técnicas compartidas en texto, imagen, audio y video, estableciendo una taxonomía unificada para evaluar críticamente desafíos actuales como la brecha del laboratorio al despliegue y la robustez adversarial, al tiempo que describe las direcciones futuras para sistemas de detección robustos y generalizables.
InfiniRetri es un método que no requiere entrenamiento que aprovecha los mecanismos de atención intrínsecos de un LLM preentrenado para destilar iterativamente el contexto relevante de entradas arbitrariamente largas, permitiendo una recuperación y un razonamiento de contexto largo eficientes y altamente precisos sin la necesidad de modelos de incrustación externos o reentrenamientos costosos.
Este estudio propone un modelo EARF-LSTM integrado con análisis de dependencia de incertidumbre y atención que clasifica e incorpora explícitamente las incertidumbres del sistema y de la entrada como características para mejorar significativamente la precisión, la interpretabilidad y la fiabilidad probabilística del pronóstico de la potencia fotovoltaica en comparación con las técnicas convencionales de aprendizaje profundo.
Este artículo introduce una Tipología de Aplicabilidad de la Fuente y un marco de trabajo paso a paso para guiar la transferencia de modelos de habitabilidad urbana a través de diversas ciudades al demostrar que los fallos en la transferencia entre ciudades se deben principalmente a las diferentes percepciones comunitarias de entornos similares en lugar de a características urbanas desconocidas, permitiendo así una planificación de IA más escalable y consciente del contexto.
Este artículo presenta FundusSigns-47, un conjunto de datos oftálmicos multilabel a gran escala con 47 signos, y propone SCVPT, un nuevo marco que combina SigLIP2 ajustado mediante prompts con un verificador residual InceptionV3 aprendido que logra un rendimiento superior en macro-F1 y recall para el reconocimiento de signos multilabel.