929 artículos
Este artículo propone un marco adaptativo para secuencias de campos de densidad volumétrica que utiliza un nuevo descriptor estructural para la selección óptima de fotogramas clave mediante programación dinámica y un esquema de interpolación basado en partículas para lograr una reconstrucción de alta fidelidad con un mínimo de artefactos.
Este artículo propone un detector ligero y en tiempo real para vehículos de superficie no tripulados que mejora la detección de objetivos débiles en la superficie del agua mediante la integración de enrutamiento de características guiado por frecuencia y supervisión de localización adaptativa normalizada por escala para abordar desafíos como el bajo contraste y el tamaño pequeño de los objetos, manteniendo al mismo tiempo estrictas restricciones de latencia y tamaño del modelo.
Este artículo presenta un marco de investigación automatizada de bucle cerrado que utiliza agentes de modelos de lenguaje para editar representaciones moleculares, modelar código y evidencia externa, descubriendo y certificando con éxito mejoras generalizables a través de múltiples evaluaciones de propiedades moleculares mientras distingue las ganancias transferibles reales de la varianza de selección no transferible y los cambios de distribución mediante pruebas rigurosas de exclusión.
Este artículo propone un marco de inteligencia artificial explicable que combina el aprendizaje por transferencia, los Vision Transformers y métodos de ensamble para lograr una precisión de predicción de cáncer de mama superior (96,82 %) en el conjunto de datos BreakHis, utilizando técnicas como Grad-CAM y LIME para mejorar la transparencia e interpretabilidad del modelo.
El artículo presenta R-Super, un nuevo marco de trabajo que aprovecha más de 100.000 informes radiológicos para entrenar modelos de segmentación de tumores sin requerir la escasa disponibilidad de máscaras manuales, permitiendo así una detección de múltiples cánceres a gran escala que supera significativamente tanto a los modelos de IA existentes como a los radiólogos humanos.
Este artículo presenta SonicPlay, un marco de trabajo basado en Unreal Engine que operativiza los principios de accesibilidad basados en audio en herramientas reutilizables, demostrando a través de estudios duales con jugadores ciegos y desarrolladores profesionales que permite eficazmente la navegación espacial independiente mientras se integra perfectamente en los flujos de trabajo estándar de desarrollo de videojuegos.
Este estudio empírico analiza datos de 145 estudiantes de la UCI utilizando 18 algoritmos de aprendizaje automático para identificar que el modelo LightGBM predice con mayor exactitud el rendimiento académico, revelando que los factores personales y de educación escolar (como el género, la edad, el trabajo a tiempo parcial y la escucha en clase) son los principales impulsores del éxito, mientras que los factores familiares tienen un impacto más débil, permitiendo así el desarrollo de una aplicación Shiny interpretable para intervenciones académicas personalizadas.
Este artículo presenta el Banco de Pruebas de Adaptación Colectiva (CAT, por sus siglas en inglés), una arquitectura de software multiagente fundamentada en la Teoría de la Doble Herencia que resuelve la paradoja de gobernanza de las métricas cuantitativas al interceptar las decisiones del equipo para distinguir entre la conformidad ciega y el disenso basado en la experiencia, permitiendo así que el sistema revise autónomamente sus propias reglas basándose en datos de resultados retrospectivos.
Este artículo propone un marco de segmentación en forma de U ligero y consciente de los artefactos, así como un benchmark de corrupción reproducible, para mejorar la robustez y la precisión de la segmentación de lesiones dermoscópicas en presencia de artefactos de adquisición como vello y brillos especulares.
Este artículo propone un marco de detección de deepfakes que preserva la privacidad, el cual integra el Aprendizaje Federado con ResNet-18 y el algoritmo FedProx para lograr una alta precisión (97.20%) en el conjunto de datos FaceForensics++, garantizando al mismo tiempo la seguridad de los datos y la interpretabilidad del modelo sin transferir imágenes originales.