2456 artículos
El artículo presenta R-Super, un nuevo marco de trabajo que aprovecha más de 100.000 informes radiológicos para entrenar modelos de segmentación de tumores sin requerir la escasa disponibilidad de máscaras manuales, permitiendo así una detección de múltiples cánceres a gran escala que supera significativamente tanto a los modelos de IA existentes como a los radiólogos humanos.
Este artículo presenta SonicPlay, un marco de trabajo basado en Unreal Engine que operativiza los principios de accesibilidad basados en audio en herramientas reutilizables, demostrando a través de estudios duales con jugadores ciegos y desarrolladores profesionales que permite eficazmente la navegación espacial independiente mientras se integra perfectamente en los flujos de trabajo estándar de desarrollo de videojuegos.
Este estudio empírico analiza datos de 145 estudiantes de la UCI utilizando 18 algoritmos de aprendizaje automático para identificar que el modelo LightGBM predice con mayor exactitud el rendimiento académico, revelando que los factores personales y de educación escolar (como el género, la edad, el trabajo a tiempo parcial y la escucha en clase) son los principales impulsores del éxito, mientras que los factores familiares tienen un impacto más débil, permitiendo así el desarrollo de una aplicación Shiny interpretable para intervenciones académicas personalizadas.
Este artículo presenta el Banco de Pruebas de Adaptación Colectiva (CAT, por sus siglas en inglés), una arquitectura de software multiagente fundamentada en la Teoría de la Doble Herencia que resuelve la paradoja de gobernanza de las métricas cuantitativas al interceptar las decisiones del equipo para distinguir entre la conformidad ciega y el disenso basado en la experiencia, permitiendo así que el sistema revise autónomamente sus propias reglas basándose en datos de resultados retrospectivos.
Este artículo propone un marco de segmentación en forma de U ligero y consciente de los artefactos, así como un benchmark de corrupción reproducible, para mejorar la robustez y la precisión de la segmentación de lesiones dermoscópicas en presencia de artefactos de adquisición como vello y brillos especulares.
Este artículo propone un marco de detección de deepfakes que preserva la privacidad, el cual integra el Aprendizaje Federado con ResNet-18 y el algoritmo FedProx para lograr una alta precisión (97.20%) en el conjunto de datos FaceForensics++, garantizando al mismo tiempo la seguridad de los datos y la interpretabilidad del modelo sin transferir imágenes originales.
Este artículo presenta un sistema de control de hogar inteligente de extremo a extremo y en tiempo real para personas con discapacidad del habla que integra un modelo de reconocimiento de gestos manuales basado en CNN con un flujo de inferencia de OpenCV y una capa de acción modular para traducir entradas de cámara en vivo en comandos de dispositivos ejecutables.
Este estudio introduce un marco de evaluación consciente de la incertidumbre basado en la Teoría de los Expertons para evaluar modelos de temas en corpus turísticos especializados, demostrando que el BERTopic mejorado con LLM supera a los enfoques tradicionales y neuronales, al tiempo que revela que la temperatura de decodificación impacta significativamente en la interpretabilidad.
Este artículo propone una metaheurística de postoptimización general y de bajo costo que mejora los algoritmos de múltiples inicios mediante la generación y mejora iterativa de descendencia a partir de un conjunto de soluciones élite, mejorando con éxito los mejores resultados conocidos para las 48 instancias de p-mediana plana probadas dentro de tiempos de ejecución comparables.
Este artículo propone un marco de modelado generativo basado en puntuación robusto utilizando perturbaciones de Tsallis–Gaussian y una arquitectura neuronal de doble cabeza para mitigar eficazmente el impacto de los datos de cola pesada y la contaminación, manteniendo al mismo tiempo un rendimiento generativo competitivo.