4092 artículos
PolyDetect es un marco de aprendizaje profundo híbrido, en tiempo real y consciente de la calidad, que integra un módulo de evaluación de calidad de imagen sin referencia con mejora adaptativa y entrenamiento ponderado para lograr una segmentación de pólipos robusta y de vanguardia en imágenes de colonoscopia degradadas.
Este artículo introduce y evalúa la familia de ataques "AWAKEN", la cual explota el mecanismo de pausa-reanudación del Protocolo de Comunicación de Agentes y los campos de metadatos tipificados para eludir las salvaguardas de seguridad mediante vectores de inyección, demostrando que una combinación de verificación fuera de canal basada en nonces y cercado estructural mitiga eficazmente estos riesgos de inyección de prompts de alta autoridad.
Este artículo propone QGF-Net, un marco híbrido cuántico-clásico que integra Vision Transformers autosupervisados con un módulo de fusión local consistente con la iluminación, un mecanismo de propuesta de regiones discriminativo y un mecanismo de atención de medición cuántica para lograr un rendimiento de vanguardia y robustez en la clasificación de imágenes de grano fino.
Utilizando un enfoque de Investigación de Ciencia del Diseño, este estudio aborda el desajuste entre la implementación de la IA y la transformación organizacional mediante el análisis de modelos procedimentales existentes para construir el Modelo de Referencia de IA Sociotécnica Integrada (ISAR-M), el cual sincroniza las capacidades técnicas con la preparación organizacional para superar los silos disciplinares y asegurar una adopción exitosa de la IA.
Este artículo presenta NormDef-FR, un corpus anotado de alta calidad y código abierto de 693 definiciones normativas francesas diseñado para habilitar y evaluar tareas automatizadas de PLN jurídico, tales como la extracción de conocimiento, la recuperación de información y la generación aumentada por recuperación.
Este artículo presenta el Self-Supervised Multi-Modal Transformer (SS-MMT), un novedoso marco de aprendizaje profundo que combina la resonancia magnética de superresolución mejorada por GAN con datos de series temporales de UCI mediante el preentrenamiento de autoencoder enmascarado y atención transmodal para lograr una predicción de tumores cerebrales temprana con un estado del arte de un AUC-ROC de 0.945.
Este artículo propone MTFF, un marco ligero basado en Transformer que fusiona patrones rítmicos intra-banda de cinco bandas de frecuencia de EEG canónicas en tokens aprendibles para lograr una clasificación robusta del estado de atención a partir de señales de EEG de un solo canal con ruido en tareas cognitivas digitales.
Este artículo presenta una Herramienta de Reconocimiento y Síntesis de Voz (SRST, por sus siglas en inglés) rentable y basada únicamente en software, desarrollada en MATLAB, que facilita la comunicación bidireccional entre personas con discapacidad auditiva y visual mediante la conversión de voz a texto de alto contraste y de texto a voz sintetizada, logrando aproximadamente un 90% de eficiencia operativa sin requerir hardware especializado.
Este estudio demuestra que, si bien un método de matriz de transferencia exacto permite la evaluación eficiente de núcleos cuánticos de fidelidad para el cribado de resúmenes biomédicos, los modelos resultantes no logran superar a los sólidos referentes clásicos en el rendimiento de clasificación general, a pesar de ofrecer mejoras específicas en la utilidad del punto de operación en umbrales de sensibilidad altos.
Este artículo introduce una capa de decisión secuencial de transmisión para la detección de deepfakes de voz que, si bien es incapaz de mejorar la precisión bruta bajo códecs de telefonía reales, reduce significamente el error de llamada comprometida mediante el aprovechamiento de la abstención temprana basada en la confianza y destaca que la calibración debe adaptarse a condiciones de canal específicas para evitar una sobreconfianza severa.