2354 artículos
Este artículo propone un protocolo de autenticación bidireccional rentable y robusto para sistemas RFID de bajo costo en entornos de IoT que integra el criptosistema de Rabin con la generación de números aleatorios para mejorar la privacidad, prevenir ataques de repetición y de fuerza bruta, y asegurar la frescura de la información.
Este artículo propone un marco de reconocimiento de la enfermedad de Parkinson eficiente en parámetros que aprovecha modelos fundacionales visuales preentrenados con tres adaptadores ligeros (globales, locales y por tokens) para lograr un rendimiento competitivo en imágenes de OCT, reduciendo significativamente los parámetros entrenables en comparación con las redes neuronales profundas tradicionales.
Este artículo propone un marco de trabajo de campo armónico punto-línea sensible a la concavidad de tres etapas que logra una segmentación dental 3D de alta precisión y eficiencia para el CAD ortodóntico mediante la combinación de recorte elipsoidal adaptativo, una métrica de Fuerza de Localización y búsqueda de grafos consciente de los bordes, demostrando una aplicabilidad clínica robusta en el benchmark Teeth3DS.
Este estudio evalúa nueve modelos de aprendizaje automático utilizando datos de autopistas neerlandesas para predecir cinco tipos de condiciones viales inseguras, encontrando que Random Forest y XGBoost superan a los enfoques de aprendizaje profundo, al tiempo que demuestra que las características meteorológicas son más predictivas que la proximidad de la infraestructura, aunque la escasez de datos y las características gruesas limitan actualmente la fiabilidad de los modelos para el pronóstico de riesgo calibrado.
JANUS es una arquitectura de alto rendimiento que federará Entornos de Ejecución Confiables a través de redes no confiables mediante un diseño de Base de Computación Confiable dividida, logrando un enrutamiento cifrado a velocidad nativa con una sobrecarga de latencia mínima al anclar la liberación de claves a mediciones de hardware y ejecutar la aplicación dentro del kernel.
Es un método de crecimiento neuronal eficiente inspirado en la neurogénesis humana que expande progresivamente modelos compactos durante el entrenamiento mientras minimiza la redundancia de neuronas mediante restricciones basadas en la similitud, mejorando así la diversidad de características, mitigando el aprendizaje de atajos y superando a las líneas base existentes en múltiples conjuntos de datos de reconocimiento de imágenes.
Este estudio demuestra que, si bien el rendimiento de detección de similitud de texto de WordBinary disminuye sistemáticamente a medida que el contenido reutilizado se fragmenta en pasajes más cortos, el sistema sigue siendo robusto y eficaz, logrando recuperar más del 90% de las palabras deliberadamente reutilizadas incluso cuando se dispersan a través de numerosos fragmentos pequeños.
Este artículo propone una metodología basada en grafos difusos para modelar la incertidumbre en las redes sociales mediante la redefinición de las medidas de centralidad clásicas, demostrando a través de un estudio de caso de la facultad de la Universidad de Teherán que este enfoque captura la sutileza de las fuerzas de las relaciones y produce clasificaciones de actores distintas en comparación con los modelos nítidos tradicionales.
El artículo presenta PHCTQA, un sistema de IA ligero y rápido que utiliza un enfoque de aprendizaje de múltiples instancias y múltiples vistas informado por la física para identificar con precisión diez defectos de calidad de NCCT de cabeza y tórax en tiempo real, superando significativamente a los radiógrafos noveles y reduciendo las tasas de reescaneo en entornos con recursos limitados.
Este artículo propone SA-RGLP, un marco novedoso que mejora la detección de metáforas mediante la integración del modelado de incongruencia sensible a la sintaxis con prioris suaves derivados de LLM a través de la propagación de etiquetas en grafos residuales para capturar estructuras semánticas globales y el razonamiento relacional entre muestras, logrando resultados de vanguardia en múltiples referentes.