4092 artículos
Este artículo presenta y valida una arquitectura de visión ponible, segura y fuera de línea que integra un ESP32-CAM y una Raspberry Pi que impone cifrado autenticado, resistencia al replay y un arranque de falla cerrada mediante contratos de software reproducibles y pruebas rigurosas basadas en CI.
Este artículo presenta el diseño y la evaluación de un rostro robótico de bajo costo basado en Raspberry Pi que utiliza OpenCV para el seguimiento visual en tiempo real y la actuación controlada por servos para imitar expresiones faciales y movimientos de cabeza humanos, logrando una precisión de detección del 92,4 % con una latencia mínima mientras aborda las consideraciones de seguridad para sistemas interactivos inteligentes.
Este artículo propone un algoritmo de Deep Q-Learning mejorado para la detección de incendios mediante UAV en zonas experimentales educativas que integra la optimización de recompensa multiobjetivo, incentivos de movimiento diagonal y restricciones inspiradas en A* para mejorar significativamente la eficiencia de la trayectoria, reducir la exposición al riesgo y aumentar las tasas de éxito de la misión en comparación con los métodos convencionales.
El artículo propone GHD-DETR, una novedosa arquitectura de transformador de detección que presenta los módulos GatedNestStage, BDB y HAGF para mejorar significativamente la robustez de la detección de objetos para objetos pequeños, ocluidos y de bajo contraste bajo condiciones de imagen complejas, logrando mejoras sustanciales de rendimiento en conjuntos de datos desafiantes como RTTS, HazyDet y DUO.
Este artículo propone un marco de difusión adaptativa de doble rama y alineación temporal guiada por movimiento que resuelve eficazmente el compromiso entre imperceptibilidad y robustez en la marca de agua de video invisible al combinar la difusión local adaptativa al contenido con el anclaje global consciente de las coordenadas para lograr un rendimiento superior contra el recorte local y otros ataques.
Este estudio propone un marco de aprendizaje profundo consciente del sesgo que utiliza un conjunto de datos de radiografías de tórax multifuente, curado y preprocesado uniformemente, y una verificación de integridad de predicción de origen para mitigar el sesgo de origen de los datos, demostrando que un modelo ResNet-38 personalizado logra una precisión de detección de enfermedades pulmonares multiclasificación superior de aproximadamente el 93% en comparación con arquitecturas ResNet más profundas.
Este artículo propone un marco híbrido de Seguridad Basada en Aprendizaje Automático (MLBS, por sus siglas en inglés) que integra K-Vecinos Más Cercanos (KNN) y Redes Neuronales Recurrentes (RNN) para lograr una precisión y robustez superiores en la detección de ataques de Denegación de Servicio Distribuido (DDoS) dentro de las redes del Internet de las Cosas (IoT), superando a los modelos convencionales con una tasa de detección del 98,72%.
Este estudio propone un marco de aprendizaje profundo híbrido adaptativo de multiescala y multiexperto que combina EfficientNetB7 y Vision Transformer con fusión dinámica de características y refinamiento de atención para lograr una precisión y explicabilidad de vanguardia en la clasificación de imágenes histopatológicas de cáncer de mama en el conjunto de datos BreakHis.
Este artículo presenta un estudio empírico de las API de YouTube que utiliza análisis de correlación y modelos basados en árboles sobre 8.743 interacciones de Stack Overflow para identificar y caracterizar áreas de soporte de alto riesgo impulsadas por factores ambientales, de código y de documentación, ofreciendo perspectivas accionables para mejorar la calidad del soporte de las API y los tiempos de respuesta.
Este artículo presenta UAD-YOLO, un marco de trabajo eficiente basado en YOLOv11 mejorado con Atención de Núcleo Separable Grande, Convolución Reparametrizada y pérdida Shape-IoU para lograr la detección de anomalías urbanas en tiempo real y con alta precisión en escenas complejas, validado por un nuevo conjunto de datos y métricas de rendimiento superiores sobre los modelos base.