2266 artículos
Este artículo presenta un pipeline acelerado por GPU que mapea la factorización de enteros a un modelo de Ising disperso resuelto mediante recocido simulado con coloración de grafos en una NVIDIA GH200, factorizando con éxito semiprimos de 128 bits al combinar actualizaciones de espín paralelas con técnicas de postprocesamiento guiadas.
Este estudio demuestra que, si bien el aprendizaje por transferencia mejora significativamente el rendimiento de los modelos de GeoAI preentrenados para el mapeo de sistemas fotovoltaicos en tejados a través de diversas regiones geográficas, la precisión predictiva por sí sola es insuficiente para garantizar un despliegue confiable, lo que requiere un marco de evaluación integral que también considere la robustez, la fiabilidad, la generalización, la transparencia y la incertidumbre residual.
Este artículo presenta AAPS-TLS, un marco de IA multiagente de código abierto que aprovecha el razonamiento impulsado por LLM y el aprendizaje por refuerzo para lograr una gestión de certificados predictiva casi perfecta, la detección de anomalías en el tráfico cifrado y el cumplimiento automatizado de políticas para la infraestructura SSL/TLS en entornos nativos de la nube, validado mediante simulaciones reproducibles rigurosas y pilotos de producción indicativos.
Este artículo presenta ALJ, un marco de autenticación continua híbrido de dos niveles para despliegues web de Confianza Cero que reemplaza los modelos de proxy con algoritmos genuinos de ARIMA, LCS, SVM y JRip e introduce una estrategia de calibración de seguridad prioritaria para mejorar significativamente la exhaustividad y reducir las tasas de evasión de adversarios en comparación con los umbrales estáticos estándar.
Este artículo propone FDC-DETR, un marco RT-DETR ligero y mejorado que integra la convolución de Fourier, la atención dinámica sensible a la entropía y la fusión refinada de contexto para lograr una detección de nódulos pulmonares en imágenes de TC de alta precisión y en tiempo real, suprimiendo eficazmente la interferencia del fondo.
Este estudio desarrolló un flujo de trabajo de dos etapas que combina un modelo de visión artificial YOLOv8s mejorado para el cribado inicial de daños por saltahojas con un modelo de espectroscopia de infrarrojo cercano para la reevaluación de casos inciertos, logrando una precisión de clasificación general del 89.5% para hojas de té frescas que supera significativamente la evaluación visual independiente.
Este artículo presenta un marco de trabajo de extremo a extremo que permite a los robots cuadrúpedos ejecutar comandos de lenguaje natural de forma libre mediante la combinación de un módulo de NLU ligero con una política PPO condicionada por objetivos y destilación de profesor-alumno, logrando una locomoción robusta, adaptativa y energéticamente eficiente tanto en simulaciones como en experimentos del mundo real.
El artículo propone Steel-CGA, un detector ligero basado en YOLO26s que integra módulos de Atención de Canal-Espacial-Semántica, Fusión Residual Dilatada Agrupada y Submuestreo Adaptativo para mejorar significativamente la precisión de la detección de defectos en superficies de acero en tiempo real, reduciendo al mismo tiempo los costos computacionales.
Este artículo demuestra que en redes complejas, dispersar estratégicamente múltiples propagadores iniciales de rumores para minimizar el solapamiento espacial y retrasar la desactivación mejora significativamente tanto el alcance final como la intensidad máxima de la propagación del rumor en comparación con las estrategias tradicionales de siembra basadas en el grado.
Este artículo introduce la programación de grafos de instrucciones dentro del tiempo de ejecución Celerity para desplazar el análisis complejo de memoria y comunicación fuera de la ruta crítica para programas SYCL en sistemas multi-GPU, permitiendo la ejecución concurrente y una asignación de memoria optimizada que logra un escalado fuerte a través de hasta 128 GPUs.