4092 artículos
Este artículo propone un marco de agrupamiento basado en la propagación de frentes que unifica algoritmos adaptativos y de tiempo de llegada para formar grupos mediante dinámicas de propagación competitiva en un grafo de vecindad, manejando eficazmente estructuras no convexas, densidades variables y ruido sin depender de la optimización global o de umbrales sensibles.
Este artículo presenta un acelerador de hardware SHA-256 optimizado en recursos y de bajo consumo diseñado para dispositivos de borde, el cual utiliza un desenrollado de bucle de 2X y el gating de reloj para lograr un rendimiento de 1.47 Mhps y una eficiencia energética de 13.37 Mhps/W en una plataforma FPGA.
Este artículo propone un marco de meta-aprendizaje de refuerzo agéntico de autoevolución que integra la evolución de objetivos con el aprendizaje de políticas para adaptar autónomamente los objetivos de programación en la nube en respuesta a cargas de trabajo dinámicas, demostrando un rendimiento superior en latencia, costo y utilización de recursos en comparación con los métodos de programación tradicionales.
Este artículo propone SecureChain-ID, un sistema de gestión de identidad basado en blockchain que aprovecha la criptografía de curva elíptica y las pruebas de conocimiento cero para proporcionar una autenticación escalable, segura y que preserve la privacidad para dispositivos IoT con recursos limitados, eliminando al mismo tiempo los puntos únicos de falla mediante una gobernanza descentralizada.
Este artículo propone un marco de trabajo basado en datos que integra el BERTopic guiado, un léxico de sentimiento dinámico y adaptado al dominio, y el modelo Kano para analizar objetivamente las reseñas en línea y priorizar las mejoras de los productos, demostrado a través de una evaluación de 8.970 reseñas de vehículos de nueva energía.
Este artículo propone un marco de Optimización de Política Próxima (PPO) de agentes múltiples con intercambio de parámetros para la selección dinámica de modos y la asignación de potencia en redes vehiculares agrupadas, el cual supera significativamente a las líneas base tradicionales al mejorar la fiabilidad, reducir la latencia y disminuir la potencia de transmisión mediante el aprendizaje adaptativo de las condiciones locales de la red.
Este artículo presenta el Bloque de Convolución Simbiótica (SCB), un módulo ligero y no atento que logra una recalibración y diversificación implícita de características mediante mapas convolucionales fusionados, ofreciendo una alternativa computacionalmente eficiente a los mecanismos de atención para tareas de clasificación de imágenes.
Este estudio propone un marco híbrido que integra un modelo DeBERTa-v3 ajustado finamente, el cual captura eficazmente el sentimiento neutral en las noticias financieras, con indicadores técnicos para mejorar significativamente la precisión de la predicción direccional del índice NIFTY 50 en comparación con las líneas base de solo precio.
Este artículo propone GeoRel-CLIP, un marco de destilación relacional regularizado geométricamente que mejora el reconocimiento zero-shot de CLIP mediante la optimización conjunta de la distribución geométrica global y la estructura relacional local para mitigar las brechas de modalidad y el colapso de la representación durante el post-preentrenamiento.
Este estudio propone un marco de aprendizaje automático explicable y eficiente en etiquetas utilizando CatBoost y aprendizaje semisupervisado para reconocer con precisión las configuraciones de contacto en robots continuos accionados por tendones para cirugía mínimamente invasiva, logrando un alto rendimiento con datos etiquetados limitados e identificando la fuerza normal como una característica crítica para estrategias de control más seguras.