3900 artículos
Este artículo propone dos nuevos marcos de aprendizaje de conjunto, Optimización de Enjambre de Partículas de Conjunto y Optimización Robusta Adaptativa de Conjunto, que optimizan dinámicamente los pesos de los modelos base para lograr una precisión de previsión de precios de acciones superior en comparación con las redes neuronales autónomas y otros modelos de vanguardia.
Este artículo presenta un novedoso marco de agentes múltiples que integra arquitecturas YOLO optimizadas con ASIO (v8, v11 y 26) con agentes LLM impulsados por Qwen para lograr una segmentación de instancias de tumores cerebrales de alta precisión y la generación automatizada y explicable de informes clínicos con una rápida latencia de inferencia.
PACT es un marco de transformador de extremo a extremo que estima conjuntamente poses humanas en 3D y parámetros de cámara a partir de puntos clave 2D multivista no calibrados, logrando una precisión de vanguardia y una fuerte generalización a través de conteos de vistas variables y dominios del mundo real al eliminar la necesidad de una calibración de cámara previa.
El artículo propone la Fusión de Fiabilidad de Prior Cruzado (CPRF, por sus siglas en inglés), un marco de calibración ligero a nivel de predicción que optimiza la detección de bordes de objetos salientes de tráfico mediante el aprendizaje de residuales espaciales a partir de prioris semánticos y de bordes sin actualizar los extractores visuales subyacentes, logrando un rendimiento de vanguardia en el conjunto de datos TSOD10K.
El artículo propone FRAP, un marco de poda de conjuntos de datos consciente de la clase que aprovecha la geometría de Fisher–Rao para cuantificar la trayectoria predictiva de las muestras de entrenamiento mediante una puntuación de Desplazamiento de Información Efectiva con geometría de información, permitiendo la selección eficiente de datos informativos para reducir los costos computacionales manteniendo al mismo tiempo el rendimiento de la clasificación.
Este artículo propone un método de fusión visión-inercial de bajo costo y ligero para micro drones que combina VINS-Mono para la estimación de pose de alta frecuencia con Ego-Planner para la planificación de trayectorias dinámicas, logrando una navegación autónoma y evasión de obstáculos robustas en entornos sin GPS y con alta densidad de obstáculos con una tasa de éxito mínima del 70% y una suavidad de trayectoria superior comparada con A*.
Basándose en datos de 108 empresas, este estudio propone un novedoso modelo de "doble hélice técnico-administrativa" que integra el tejido de datos (data fabric), la IA explicable y los mecanismos de aprendizaje organizacional para superar el aislamiento de datos, la opacidad algorítmica y la inflexibilidad estructural, mejorando así la calidad de la decisión y la velocidad de respuesta en los sectores de manufactura, finanzas y comercio minorista.
Este artículo propone un marco de trabajo basado en la autorización previa que aplica un control de acceso detallado durante la recuperación del esquema para evitar la exposición de metadatos de la base de datos no autorizada en sistemas de texto a SQL basados en LLM, logrando cero filtraciones de objetos no autorizados mientras mantiene la utilidad de la recuperación y reduce significamente las referencias SQL no autorizadas.
Este artículo propone un marco de colaboración humano-IA que integra la conciencia de la capacidad de los LLM, la intuición legal y la comprensión del léxico para transformar las sentencias de los tribunales de Macao en conjuntos de datos estructurados de alta calidad, logrando una precisión de extracción del 98,6 % y avanzando en la extracción de información legal para diversas tareas de procesamiento posterior.
Esta revisión sistemática sintetiza más de 100 trabajos para presentar una taxonomía unificada de nueve temas que integra modelos fundacionales, IA agéntica y sistemas cooperativos V2X, distinguiéndose de encuestas previas al abordar conjuntamente la compensación entre razonamiento y eficiencia, las brechas de simulación a realidad y la gobernanza de seguridad dentro de una perspectiva integral de arquitectura cognitiva para la conducción autónoma.