4063 artículos
Este artículo presenta OTNT, un esquema de túnel WireGuard de autodestrucción que mejora la seguridad al terminar automáticamente las conexiones al alcanzar un umbral de tiempo o de volumen de datos, manteniendo un bajo overhead y asegurando una gestión de interfaz robusta mediante la asignación dinámica y la recuperación ante fallos.
Este artículo propone un modelo de ecuación diferencial fraccionaria de Caputo que acopla la energía residual, la confianza y la probabilidad de compromiso para analizar cómo el parámetro de memoria del orden fraccionario influye en el equilibrio entre la capacidad de respuesta de seguridad y la conservación de energía en redes de sensores inalámbricos de agentes móviles, demostrando que, si bien la fraccionalización altera la dinámica transitoria bajo ataques de ráfaga, no mejora intrínsecamente la seguridad.
Este estudio demuestra que la utilización de la inferencia de razonamiento extendido mejora significativamente la precisión de GPT-5 en las preguntas del Examen de Entrenamiento en Ortopedia en comparación con el modo estándar, aunque la persistencia de errores confiables sugiere que estos modelos deberían servir como adjuntos supervisados en lugar de recursos de estudio primarios para los residentes.
Este estudio presenta un enfoque de modelo fundacional ajustado que aprovecha un nuevo conjunto de datos curado de 2.909 fotogramas anotados para lograr una segmentación semántica de alta precisión de instrumentos quirúrgicos y anatomía, así como un reconocimiento robusto de tripletas de acciones quirúrgicas, avanzando así en la guía intraoperatoria y la evaluación automatizada de la destreza en la cirugía de cáncer gástrico.
Este estudio demuestra que, si bien la dinámica de la señal a corto plazo es crucial para predecir los tics en el síndrome de Tourette, las ventanas temporales más largas de 5 segundos combinadas con redes neuronales convolucionales temporales mejoran significativamente la detección de tics motores a partir de datos de EMG, resaltando la necesidad de integración multimodal y modelado específico para cada paciente en investigaciones futuras.
Este estudio presenta un robusto marco de fusión de Transformer multifactorial que integra la morfometría rotuliana, la radiómica y las características de aprendizaje profundo a partir de tomografías computarizadas para lograr una estimación del sexo altamente precisa y generalizable, superando a los modelos de un solo factor y a los expertos forenses, al tiempo que reduce significativamente el tiempo de procesamiento.
Este documento de trabajo propone y valida un marco matemático y computacional de siete capas para el modelado personalizado de la adherencia a la medicación y el riesgo cognitivo en la enfermedad de Alzheimer, demostrando a través de una cohorte sintética que los modelos de aprendizaje automático temporales y condicionados por el participante superan significativamente a las líneas de base a nivel poblacional en la predicción de las dificultades de adherencia.
Este artículo introduce un marco de certificación para el aprendizaje exacto finito bajo errores adversarios acotados, utilizando testigos de aislamiento y certificados portátiles para demostrar complejidades de consulta óptimas y demostrar mejoras significativas en cobertura y eficiencia sobre las estrategias no adaptativas.
Este artículo presenta un método de muestreo softmax exacto para solapamientos cuánticos residuales que utiliza proyecciones clásicas anidadas y un acoplamiento de primera propuesta para reducir significativamente el costo de disparos esperado y la varianza, como se demuestra en las filas de atención de modelos preentrenados, aunque no establece una aceleración de hardware.
Este artículo propone un Modelo de Base Espacial jerárquico que mapea las entradas hacia nodos vectoriales de alta dimensión y propaga la información mediante la herencia basada en la similitud de coseno y el escalado lineal, ofreciendo una alternativa computacionalmente eficiente a los MLP para escenarios con estructuras espaciales pronunciadas o necesidades de discriminación de alta dimensión.