929 artículos
Este estudio propone y valida un nuevo marco de cinco capas de IA–IoT–Gemelo Digital que integra datos en tiempo real, analítica predictiva y realidad aumentada para lograr mejoras significativas en la eficiencia de la fabricación, la sostenibilidad y la colaboración humano-máquina, al tiempo que se alinea con los valores de la Industria 5.0.
Este artículo revela una disociación crítica entre los humanos y los modelos de razonamiento de gran escala (LRM) en la asignación de la deliberación: si bien ambos dedican más tiempo a los problemas más difíciles en general, los humanos invierten menos tiempo en los elementos que finalmente erran (abandonando tareas difíciles), mientras que los LRM paradójicamente generan trazas de razonamiento más largas en problemas en los que fallan (persistiendo en la incertidumbre), lo que resalta una diferencia fundamental en las políticas de parada y control a pesar de las similitudes superficiales.
Este estudio propone un marco de ciberseguridad integrado con blockchain que utiliza un modelo de Red Neuronal Convolucional (CNN) para lograr una precisión de detección del 98.3% y una capacidad de prevención del 100% contra ataques de Denegación de Servicio (DoS) en sistemas de red basados en IA.
Este estudio demuestra que el uso de prompts asistidos por IA mejora la complejidad visual y el compromiso conductual en el dibujo digital, al tiempo que revela que los modelos de aprendizaje automático pueden predecir mejor las categorías afectivas amplias que las emociones detalladas basándose en estas características del dibujo.
DIT es un protocolo de autenticación descentralizado y con seguridad post-cuántica que elimina la jerarquía tradicional de CA al anclar las identidades de dominio en claves ML-DSA-65 verificadas por DNSSEC y utilizar un intercambio híbrido X25519MLKEM768 con registros de transparencia de Merkle para proporcionar una confianza eficiente y revocable sin autoridades de certificación centralizadas.
Este artículo propone un marco de fusión de triple memoria guiado por la incertidumbre que aprovecha Mamba probabilístico para cuantificar la incertidumbre del movimiento y fusionar dinámicamente las memorias de movimiento, apariencia y categoría, logrando un rendimiento de estado del arte en el seguimiento robusto de objetos múltiples a través de escenas dinámicas complejas.
Este artículo propone un esquema de cifrado de imágenes en escala de grises que combina una caja S generada mediante una transformación fraccionaria cúbica con un mapa logístico para realizar sustitución, difusión y desorden basado en XOR, demostrando una seguridad robusta a través de análisis exhaustivos de estadística y sensibilidad de clave.
Este estudio propone un marco de IA integral para la fabricación farmacéutica que integra el modelado predictivo con la explicabilidad, la equidad, la calibración, el monitoreo de deriva y la trazabilidad regulatoria para asegurar decisiones de gobernanza de calidad auditables y defendibles.
Este estudio demuestra que un modelo de aprendizaje profundo ligero YOLO11n puede lograr una precisión casi perfecta en la clasificación automática de los métodos de procesamiento del pepino de mar seco (salado, ahumado y asado) a partir de imágenes de objetos densos, ofreciendo una alternativa robusta y no destructiva a la inspección manual subjetiva para la clasificación de calidad.
Este artículo propone SGMS-DTDNet, una red de destilación de doble profesor multiescala guiada por semántica que integra semántica específica del dominio, prioridades estructurales y selección adaptativa de características para lograr un rendimiento de vanguardia en la detección unificada de anomalías médicas e industriales al superar desafíos como la escasez de muestras anormales y las morfologías de defectos heterogéneas.