4092 artículos
Este artículo propone un método de detección de ciberataques en IIoT que combina técnicas de procesamiento de desequilibrio de clases, como Borderline-SMOTE, con un modelo CNN–BiLSTM–Attention para mejorar significativamente el reconocimiento de las clases de ataque minoritarias y el rendimiento general de detección en el conjunto de datos TON-IoT.
Este artículo presenta TrustSLM, un marco de trabajo consciente de la confianza que agrega salidas de múltiples modelos de lenguaje extensos utilizando métricas de confiabilidad para detectar alucinaciones, identificar la paradoja de la exactitud de los errores excesivamente confiados y regular las respuestas mediante una política de abstención controlada para un despliegue de IA más seguro.
Este artículo propone YOLOv11-AHFE, un nuevo algoritmo de detección de defectos superficiales que integra una transformada wavelet de doble flujo y un módulo de mejora de alta frecuencia en la arquitectura YOLOv11 para preservar y recuperar detalles críticos de alta frecuencia perdidos durante el submuestreo tradicional, mejorando así significativamente la detección de defectos complejos y de pequeña escala en superficies metálicas.
Este artículo demuestra que la adopción de un objetivo de entrenamiento minimax, el cual optimiza a los agentes de rediseño de redes contra una cartera de ataques de caso peor computada dinámicamente en lugar de una única estrategia fija, cierra significativamente la "Brecha de Degradación Adaptativa" y produce topologías con una robustez de caso peor superior contra adversarios con capacidad de reconocimiento, independientemente del optimizador específico utilizado.
Este artículo propone AGHA-Net, un novedoso marco de aprendizaje profundo que integra la convolución de grafos adaptativa, unidades recurrentes de puerta espaciotemporales y un mecanismo de atención híbrido de doble rama para mejorar significativamente la precisión y la estabilidad de la predicción del flujo de pasajeros en el tránsito ferroviario urbano a corto plazo mediante la captura efectiva de dependencias espaciales dinámicas y patrones temporales complejos.
Este artículo presenta y evalúa un flujo de trabajo híbrido y fuera de línea para la desidentificación de registros clínicos en portugués brasileño utilizando modelos de lenguaje locales de pesos abiertos y filtros basados en reglas, demostrando una alta sensibilidad y estabilidad en hardware modesto sin requerir un ajuste fino específico para la tarea.
Este artículo propone y evalúa un Marco OODA Agéntico que aprovecha los sistemas multiagente con validación de humano en el bucle para superar la variabilidad y los problemas de confianza de los LLM estándar, demostrando una consistencia y fiabilidad de salida significativamente mayores para el soporte de decisiones clínicas transparente y de seguridad crítica en el cuidado del accidente cerebrovascular.
Este artículo presenta MMANet, un marco de aprendizaje profundo basado únicamente en video y que preserva la privacidad, el cual aprovecha la alineación temporal micro-macro para estimar con robustez la gravedad de la depresión a través de diversos conjuntos de datos culturales, logrando una alta precisión sin depender de modalidades de audio y texto ruidosas o intrusivas.
Este artículo propone un método de clasificación de marcas de fusión para la investigación de incendios eléctricos que aprovecha un transformador Swin y una red piramidal de características bidireccional con fusión de atención transescalar direccional para lograr una precisión y robustez superiores contra la degradación de la imagen en comparación con los enfoques basados en CNN existentes.
Este artículo presenta FactLink, el primer referente para la tarea de Clasificación de Roles de Enlaces de Verificación de Hechos, que comprende dos conjuntos de datos multilingües de enlaces anotados y demuestra que, si bien los transformadores ajustados con precisión sobresalen en entornos ricos en datos, los Modelos de Lenguaje de Gran Escala de pocos ejemplos ofrecen una robustez superior en escenarios de bajos recursos y de dominio cruzado.