2363 artículos
Este artículo presenta SRM-UNet, una red ligera que emplea un mecanismo de colaboración de prior de región-estructura explícito y un aprendizaje de campo receptivo múltiple para lograr una segmentación de lesiones cutáneas de alta precisión y eficiente en recursos en imágenes dermoscópicas con bordes difusos y formas irregulares.
Este artículo propone un marco de alineación transmodal inteligente que utiliza un módulo de síntesis de texto a imagen basado en GCLAN y un módulo de descripción de imágenes basado en GQ2PHPT para modelar dependencias de catáfora, logrando así una recuperación y generación de contenido de alta precisión con una tasa de éxito de 0,9422 y una precisión general del 98,9734 %.
Este artículo propone EAMF, un marco orientado a la decisión que mejora el reconocimiento de emociones en conversaciones multimodales mediante la construcción de evidencia complementaria para resolver específicamente decisiones ambiguas entre clases de emociones estrechamente competidoras, logrando así un mejor desempeño en categorías minoritarias desafiantes.
El artículo propone CASCADE, un módulo de fusión transmodal adaptativo e interpretable para el reconocimiento de texto en escenas que utiliza un estimador de dificultad y un mecanismo de compuerta desacoplado para equilibrar dinámicamente las características visuales y lingüísticas, logrando un rendimiento de vanguardia en múltiples evaluaciones de referencia al tiempo que proporciona información transparente sobre la toma de decisiones.
Este artículo demuestra que en la detección de intrusiones en redes basadas en grafos, las características de concentración de peso de las aristas superan a las métricas tradicionales de grado de nodo cuando la traducción de direcciones de red (NAT) colapsa múltiples hosts en pocas identidades, revelando que estas dos familias de características son complementarias a lo largo del eje de colapso de identidad y que un conjunto de características de contexto de grafo compacto y libre de fugas puede lograr un rendimiento cercano al de referencia con costos de entrenamiento significativamente reducidos.
Este artículo propone un marco inteligente de selección de cabeceras de clúster multiobjetivo para redes de sensores inalámbricos tácticas que integra la agrupación espacial K-Means, la detección de anomalías temporales y el aprendizaje por refuerzo Q-learning para optimizar simultáneamente la eficiencia energética, la seguridad y la frescura de la información (AoI), demostrando un rendimiento superior sobre los métodos existentes en simulaciones.
Esta revisión sistemática de 33 estudios revela que, si bien la inversión de GAN 3D basada en codificadores permite la reconstrucción y edición en tiempo real principalmente en hardware de alta gama utilizando arquitecturas basadas en EG3D, su adopción generalizada está actualmente limitada por los desafíos para equilibrar la velocidad con la consistencia 3D y la falta de una evaluación geométrica robusta más allá de los conjuntos de datos de rostros frontales.
Este artículo introduce y valida empíricamente el Análisis de Riesgos de Equidad (FHA, por sus siglas en inglés), una metodología estructurada para identificar y mitigar sistemáticamente los riesgos de equidad en procesos sociotécnicos durante la ingeniería de requisitos, demostrando su efectividad práctica a través de grupos focales y un estudio de múltiples casos en entornos organizacionales.
Este artículo propone EduReview-QE, un marco de múltiples criterios, consciente de la credibilidad y explicable, que transforma las reseñas ruidosas en línea en evidencia diagnóstica para la reforma docente mediante la descomposición de las reseñas en unidades de aspecto-sentimiento, el filtrado por credibilidad y relevancia temporal, y la agregación de puntuaciones a nivel de dimensión a través de la ponderación por entropía/CRITIC y la calibración TOPSIS para lograr un rendimiento de evaluación superior.
Este artículo propone una política de fusión adaptativa ligera que mejora significativamente la detección de ataques de día cero en el IoT industrial al combinar clasificadores de mundo cerrado y detectores de conjunto abierto no supervisados, demostrando un rendimiento superior sobre las líneas base establecidas al tiempo que reconoce las limitaciones en la transferibilidad entre conjuntos de datos.