4092 artículos
Este artículo propone COMPASS, un sistema de recomendación robusto que mejora el rendimiento bajo datos ruidosos y dispersos mediante la integración de vistas de descomposición de bajo rango de multirresolución con aprendizaje contrastivo guiado por redes sociales y estrategias de optimización adaptativa.
Este estudio demuestra que el riesgo de seguridad residual de la supervisión de modelos de lenguaje de gran tamaño (LLM) clínicos basados en reglas está determinado conjuntamente por el protocolo de despliegue (específicamente la disponibilidad de transferencia de mando) y las características de fallo del modelo base, revelando una brecha crítica entre el cumplimiento de reglas automatizado y la adecuación clínica real.
Este artículo demuestra y prueba que el Muestreo de Thompson, al combinarse con un mecanismo de imitación simple en un juego de precios de Bertrand multiagente simétrico, converge de manera fiable al equilibrio de Nash de una forma descentralizada y sin modelo, ofreciendo un enfoque práctico de aprendizaje por refuerzo para entornos multiagente complejos.
Este artículo presenta PointCloud-ID, un marco determinista que establece una identidad estable y permite la verificación de integridad espacialmente localizada para nubes de puntos geoespaciales mediante la canonicalización de datos bajo perfiles versionados y la construcción de árboles de Merkle particionados por atributos, distinguiendo así las recodificaciones que preservan el contenido de las modificaciones reales.
Este artículo propone un marco ligero aumentado por difusión que combina una CNN ligera, el aumento de datos basado en difusión y la destilación de conocimiento para lograr un reconocimiento de expresiones faciales de alto rendimiento y en tiempo real en niños en dispositivos con recursos limitados, superando las líneas base existentes en los conjuntos de datos LIRIS-CSE y CAFE.
Este artículo presenta IG-COAS, un sistema cooperativo híbrido que mejora la seguridad en las maniobras de adelantamiento en carreteras de dos carriles mediante la integración de comunicación V2X, modelado de entorno dinámico basado en grafos y aprendizaje automático asistido por la nube para proporcionar una evaluación del riesgo de colisión predictiva y en tiempo real, así como soporte en la toma de decisiones.
Este artículo propone un marco de LSTM de dos niveles para redes SD-WAN que integra la predicción de carga de canales y la clasificación de congestión crítica para permitir la gestión proactiva de rutas, demostrando una precisión de pronóstico y una fiabilidad de decisión superiores en comparación con los métodos tradicionales.
Este artículo propone un marco de adaptación de dominio entre versiones que combina la armonización de características IEEE 802.11, la alineación DANN/CORAL y el cribado de conjunto abierto basado en la confianza para lograr una detección de intrusiones Wi-Fi de alta precisión y en tiempo real a través de entornos cambiantes, identificando eficazmente familias de ataques previamente no vistas con un etiquetado mínimo en el dominio objetivo.
Este artículo presenta PPSNet, un nuevo marco de conteo agnóstico a la clase que valida teóricamente el paradigma Extract-and-Match y aborda las limitaciones de los ejemplares visuales basados en cajas delimitadoras mediante el empleo de un Módulo de Construcción de Prior Perceptual para refinar la distribución de escala y un Módulo de Ponderación Guiado por Similitud para mejorar el emparejamiento de características, logrando así un rendimiento superior en escenarios de prompts visuales, textuales y de cero disparos (zero-shot).
Este artículo introduce un marco de trabajo MobileNetV2 informado por la física para la clasificación de gases en infrarrojo térmico que integra características de entrada termodinámicas y funciones de pérdida penalizadas por la física para lograr una alta precisión y cero falsas alarmas en la detección de mezclas, ofreciendo un equilibrio favorable entre el rendimiento bruto y la plausibilidad física para aplicaciones críticas de seguridad.