3854 artículos
Este artículo propone DRGF-YOLOv10n, un método de detección de peatones RGB-IR en tiempo real y ligero que integra un DualBranchStem con mejora de detalles DoG y Atención Espacial Guiada por Región para mejorar la precisión y la robustez en entornos complejos manteniendo una alta velocidad de inferencia.
Este artículo propone adaptar las disciplinas de calidad de la manufactura regulada —específicamente la gestión de desviaciones, el análisis de causa raíz y las CAPA— para gobernar los sistemas de IA al tratar la telemetría operativa como registros de calidad, demostrando a través de un estudio de caso de leyes de inmigración del Reino Unido que este enfoque identifica eficazmente problemas sistémicos y operacionaliza la rendición de cuentas, aunque requiere una verificación de efectividad formal para cerrar completamente el ciclo de gobernanza.
Este artículo introduce y evalúa el Modelo de Entrenamiento de Amenaza-Velocidad (Threat-Speed Training Model), un marco instructivo de prioridad defensiva diseñado para equipar rápidamente a profesionales no especializados con habilidades prácticas de ciberseguridad contra amenazas evolutivas habilitadas por IA a través del aprendizaje experiencial y la entrega de contenido de doble uso seguro.
Este artículo propone RGLStab, un marco de estabilización de video en línea robusto que combina el flujo óptico de rejilla estructurada con una red LSTM unidireccional para lograr una estabilización de alta fidelidad y en tiempo real para grabaciones de cámaras de aeronaves, abordando eficazmente los fallos de seguimiento de características y la interferencia de primer plano dinámica mientras suprime las distorsiones locales.
Este estudio cualitativo de 20 profesionales de la ciberseguridad revela que la implementación segura y equitativa de la IA en la atención médica depende de la capacidad organizacional para integrar la gobernanza en las operaciones rutinarias, abordando las tensiones entre la rápida adopción tecnológica y el desarrollo más lento de la gobernanza mediante la participación temprana, la capacitación sostenida y una supervisión calibrada en recursos.
El artículo propone STR-DC, un marco de agrupamiento profundo que mejora la robustez en el reconocimiento de caracteres manuscritos japoneses al integrar la confianza semántica calibrada con la estabilidad de características temporales entre épocas para filtrar etiquetas pseudoetiquetadas no fiables, logrando un rendimiento de vanguardia en múltiples evaluaciones de referencia.
Este artículo propone un marco de trabajo MobileNetV3 mejorado para la clasificación de imágenes de secciones delgadas de piedra caliza que integra un Módulo de Mejora de Textura de Roca (RTEM) y un Módulo de Complementación de Características de Múltiples Fuentes (MFCM) para abordar eficazmente las variaciones de textura complejas y las características acopladas, logrando un 91,11% de precisión manteniendo un bajo recuento de parámetros.
Este estudio propone el marco de trabajo ViT-DRN-OCAFF, el cual integra Vision Transformers, Dilated Residual Networks y un mecanismo de Fusión de Características de Atención Cruzada Optimizada para lograr una precisión del 99.42% en el diagnóstico multiclase de COVID-19 y otras enfermedades pulmonares utilizando un conjunto de datos de 24,860 imágenes de TC torácica.
Poincaré es un conjunto de aprendizaje automático de código abierto que acelera el análisis de estructuras dinámicas de espín-órbita mediante el uso de modelos CNN, ViT y XGBoost para clasificar trayectorias y predecir regímenes dinámicos a partir de superficies de sección de Poincaré con alta precisión, permitiendo así una exploración rápida y de alta resolución de los espacios de parámetros sin la necesidad de una integración numérica costosa de cada trayectoria.
Este artículo presenta una aceleración SIMD de portabilidad de rendimiento de librerías de álgebra lineal dispersa (Ginkgo, PETSc y SLEPc) utilizando Google Highway en hardware RISC-V, evaluando las compensaciones entre portabilidad, programabilidad y rendimiento para guiar la adopción futura en plataformas de ISA abierto emergentes.