929 artículos
Este artículo presenta Semperf, un marco de trabajo asistido por LLM que construye matrices de perfiles de rango y agrupa procesos para permitir el diagnóstico de rendimiento y la identificación de cuellos de botella de manera escalable y automatizada para aplicaciones de HPC paralelas a escala extrema.
Este artículo presenta HQNNDL, un marco de aprendizaje profundo híbrido cuántico-clásico que utiliza una arquitectura base ResNet-18 congelada y un circuito cuántico variacional de 8 cúbits para clasificar imágenes de OCT en cuatro categorías, logrando un 79,0% de precisión en un conjunto de datos proxy derivado de Kermany OCT2017 mientras reconoce la necesidad de realizar más estudios de ablación y validación clínica para confirmar su eficacia en la detección de la Coriorretinopatía Serosa Central.
Este artículo propone un marco de enriquecimiento de contexto progresivo que mejora la fiabilidad de los Modelos de Lenguaje de Gran Escala en la generación de formulaciones de Programación Lineal Entera Mixta para la programación de la producción de minas a cielo abierto mediante el aumento sistemático de los prompts con datos del simulador y anotaciones de código, revelando que mientras el código del simulador mejora la precisión del objetivo, el código anotado es superior para garantizar la viabilidad de las restricciones.
Este artículo presenta un proceso de segmentación impulsado por IA para documentos físico-matemáticos manuscritos que utiliza splines cuadráticos de preservación de forma para modelar líneas base oscilatorias y generar máscaras de corte adaptativas a la curvatura, mejorando así la precisión de detección y la reconstrucción estructural para tareas de OCR posteriores.
Este estudio propone un marco de aprendizaje de pocos disparos basado en métricas, utilizando específicamente Redes Prototípicas, para permitir el registro eficiente y computacionalmente ligero de vocabularios definidos por el usuario en interfaces de habla silenciosa basadas en EMG sin requerir el reentrenamiento repetido del modelo.
Este artículo reporta una demostración validada independientemente de que un motor propietario puede sintetizar correctamente vínculos médicos estructurales a través de múltiples fuentes al hacer emerger nueve conexiones verificadas de la literatura externa y demostrar selectividad mediante un control de discriminación, estableciendo una base confiable para el futuro descubrimiento computacional sin alucinaciones.
Este artículo establece un marco teórico unificado para la Mezcla de Expertos (MoE) que identifica la alineación de gradientes entre expertos como la causa raíz del colapso de los expertos, introduce la Hipótesis de la Vía de Gradiente y el diagnóstico del número de Reynolds para caracterizar estas dinámicas, y demuestra que el aislamiento del espacio de salida arquitectónico mediante el enrutamiento rígido de mosaico de teselas (Mosaic Tile) elimina eficazmente el olvido catastrófico y el colapso de expertos en tareas de visión y lenguaje.
Este artículo propone una arquitectura CNN personalizada de alto rendimiento que logra una precisión perfecta del 100 % y un rendimiento de vanguardia en el conjunto de datos NEU-CLS para la clasificación de seis tipos de defectos superficiales del acero, demostrando la superioridad de los diseños específicos para tareas sobre los modelos de propósito general en el control de calidad industrial.
Este artículo presenta un estudio piloto del Centro de Investigación y Educación Computacional (CCRE), una iniciativa de capacitación en África que guio con éxito a una pequeña cohorte de investigadores en el inicio de su carrera a través de una trayectoria estructurada y mentorizada para desarrollar habilidades de computación de alto rendimiento a pesar de las significativas barreras de infraestructura y mentoría.
El artículo presenta InVAER, un novedoso marco de IA que combina la optimización adaptativa de hiperparámetros y la validación espacio-temporal de múltiples claves para lograr la detección de accidentes en tiempo real y de alta precisión con coordinación de emergencias geoespaciales automatizada, reduciendo significativamente los falsos positivos y los retrasos en la respuesta en dispositivos de borde.