2329 artículos
Este artículo presenta MeowID, un sistema de recuperación de doble experto que combina el reconocimiento facial y de cuerpo completo del gato con un marco de prioridad facial para lograr una identificación de gatos individuales robusta en entornos no restringidos, acompañado del lanzamiento del nuevo conjunto de datos Individual Cats in the Wild (ICW).
Este artículo demuestra que añadir un "sello de orden" coentrenado a las claves de memoria interna persistente del modelo resuelve los conflictos de versiones al permitir la recuperación precisa de hechos específicos basados en su secuencia temporal, en lugar de depender de atajos de capacidad o recencia.
Este artículo presenta un enfoque de grafo de dependencia de servicios dinámico para modelar anomalías de carga e identificar causas raíz en grandes plataformas de redes sociales, logrando una alta precisión en la predicción de retrasos y reduciendo significativamente el tiempo de localización en comparación con los métodos estáticos.
Este artículo presenta RiskThread-LF, un marco de trabajo débilmente supervisado y preservador de la privacidad que detecta hilos de mensajes de comunidades anómalos mediante la fusión de diversas señales de comportamiento y la corrección del sesgo de reporte, logrando un rendimiento superior sobre las líneas base basadas en contenido y en grafos mientras mantiene la robustez bajo la privacidad diferencial.
Este artículo propone y evalúa un controlador de inteligencia de borde adaptativo y consciente de la seguridad para sistemas de visión asistiva que equilibra dinámicamente los modos de procesamiento basándose en condiciones de red, computacionales y de riesgo en tiempo real para minimizar la latencia y asegurar una retroalimentación oportuna, al tiempo que describe un marco para la futura validación experimental.
Este artículo propone un controlador de procesamiento de video adaptativo y consciente del riesgo para la visión asistiva de baja latencia que separa dinámicamente la admisión de fotogramas de la selección del modo de inferencia basándose en métricas de red, cómputo y riesgo de navegación, reduciendo así significativamente la latencia de extremo a extremo y descartando fotogramas no críticos obsoletos mientras asegura que las observaciones de riesgo crítico reciban un procesamiento de alta fidelidad.
El artículo presenta FrameShift-CAD, un referente de diagnóstico que revela una brecha de fiabilidad significativa en los modelos de texto a CAD, mostrando que estos tienen dificultades para ejecutar correctamente transformaciones de marcos de coordenadas de rotación pura en comparación con las traslaciones, incluso cuando se proporcionan instrucciones de mapeo explícitas.
Este artículo propone y evalúa dos modelos de ensamble para la predicción de enfermedades cardiovasculares, encontrando que una combinación más simple de tres clasificadores (DNL) supera a un marco de 24 clasificadores más complejo (MEDPOLY) al alcanzar un 98% de precisión, evitando el sobreajuste y ofreciendo una mejor interpretabilidad.
Este artículo propone CINN, una red neuronal invertible basada en convolución que integra el acoplamiento de características globales-locales y la agrupación de atención multicanal para mejorar simultáneamente la seguridad, la imperceptibilidad y la fidelidad de recuperación de la esteganografía de imágenes, superando a los métodos de vanguardia existentes en múltiples conjuntos de datos y evaluaciones de estegoanálisis.
Este artículo propone una arquitectura de "Modelo de Lenguaje de Haz de Estados" que reemplaza la excesiva computacionalmente atención densa por un marco de menor complejidad utilizando la dinámica de espacio de estados locales y morfismos de pegado dispersos y tipados para gestionar eficientemente el contexto y las dependencias.