3775 artículos
Esta revisión sistemática de literatura de 64 estudios revela que la Privacidad Diferencial se utiliza cada vez más para auditar en lugar de reemplazar los modelos de anonimización sintáctica, destacando la Entropía de Shannon como un puente semántico prometedor para mejorar la interpretabilidad y la transparencia de los marcos de privacidad híbridos.
Este artículo presenta AdaScan, un marco de escaneo adaptativo guiado por información que optimiza dinámicamente la granularidad espacial, la selección de regiones y el orden de serialización de los tokens de video basándose en la información específica del contenido, mejorando así la eficiencia y el rendimiento de los Modelos de Espacio de Estados (SSMs) en tareas de comprensión de video.
Este artículo propone DETECX, un novedoso marco de ensamblaje profundo que integra convoluciones temporales multiescala, fusión por atención cruzada y votación adaptativa para lograr una detección de intrusiones de alta precisión y baja latencia para el tráfico cifrado dentro de arquitecturas colaborativas de nube-borde con recursos limitados.
Este estudio introduce un marco unificado de dos etapas que integra el Modelado de Ecuaciones Estructurales por Mínimos Cuadrados Parciales (PLS-SEM) con una Red Neuronal Convolucional (CNN) para analizar la adopción de la IA en las PYMEs nigerianas, demostrando que mientras el PLS-SEM confirma las relaciones teóricas, la CNN mejora significativamente la precisión predictiva fuera de la muestra cuando ambos modelos se comparan rigurosamente sobre pliegues de datos idénticos.
Este artículo propone MSPF-Net, una red de fusión de características espaciales-espectrales multiescala que equilibra eficazmente la restauración del detalle espacial y la fidelidad espectral en el pansharpening mediante el aprovechamiento de un marco jerárquico con extracción multiescala, mejora de altas frecuencias y mecanismos de atención adaptativa, logrando un rendimiento de vanguardia en múltiples conjuntos de datos de teledetección.
Esta revisión sistemática evalúa las tecnologías de evaluación de la frescura de los productos del mar basadas en aprendizaje profundo no destructivo, destacando su alto rendimiento predictivo al tiempo que identifica brechas críticas en la validez biológica, el rigor metodológico y la preparación para el despliegue industrial.
Este estudio emplea un marco híbrido de CNN–LSTM–Atención para validar cuantitativamente la encarnación de los principios cosmológicos tradicionales del Bagua en la arquitectura Hakka de Gannan, revelando un alto grado de orden espacial direccional a través de diversos tipos de edificaciones, al tiempo que identifica patrones de densidad distintos entre las viviendas amuralladas y las estructuras públicas.
Este artículo propone RadarSEDiff-T, un modelo de difusión latente guiado por Transformer con un mecanismo de consistencia que reconstruye nubes de puntos densas, de calidad LiDAR, a partir de datos de radar de ondas milimétricas dispersos para permitir una navegación autónoma de alta precisión para UAVs con recursos limitados.
El Decodificador Mamba Disperso (SMD) es un decodificador neuronal centrado en defectos que logra una precisión superior y una latencia baja casi constante al procesar únicamente eventos de detección activos con una complejidad O(k), superando significativamente a los decodificadores existentes en velocidad y tasas de error lógico a través de varios bancos de pruebas de corrección de errores cuánticos.
El artículo propone STCA-Net, una red neuronal espaciotemporal compacta que integra convoluciones separables en profundidad multiescala y mecanismos de atención cruzada bidireccional para capturar eficazmente las dependencias locales y de largo alcance en los datos de EEG, logrando un rendimiento de vanguardia en la clasificación de crisis epilépticas en tareas binarias, de tres clases y de cinco clases en el conjunto de datos de la Universidad de Bonn.