1017 artículos
Este artículo propone HyperTuneMed, un marco inteligente que utiliza un algoritmo de regresión logística hiperparametrizado para predecir enfermedades basándose en los síntomas del usuario con una precisión superior (hasta el 98.983%) y proporcionar recomendaciones de atención médica preventiva personalizadas.
Este artículo demuestra que, si bien las herramientas automatizadas como Slither y Mythril detectan eficazmente patrones de vulnerabilidad conocidos, la especificación formal es esencial para verificar la corrección lógica y garantizar la seguridad en la gobernanza de datos de EEG basados en blockchain, ya que identificó de manera única una vulnerabilidad de desbordamiento de índice de matriz sembrada que las herramientas automatizadas pasaron por alto.
Este artículo propone un marco innovador de predicción de señales de tráfico que integra el preprocesamiento de Medias No Locales, una arquitectura U-Net modificada, clasificación mediante CNN Densa y la Optimización de Enjambre de la Liebre de Roca para el ajuste de hiperparámetros, logrando una precisión de vanguardia del 99,64% en los conjuntos de datos TT100K y del 99,6% en los GTSDB.
Este artículo presenta EDNet-20, un nuevo marco de aprendizaje profundo optimizado con aumentación de datos fotométricos y técnicas de IA explicable que logra una precisión superior en la detección de enfermedades oculares multietiqueta en comparación con los modelos del estado del arte, ofreciendo una herramienta prometedora para el diagnóstico clínico temprano.
Este artículo presenta el Prompting Extendido Empático, un marco de trabajo en tiempo real que integra descriptores afectivos faciales en las interacciones con Modelos de Lenguaje de Gran Escala para mejorar la inteligencia emocional percibida y la capacidad de respuesta al estado de ánimo sin comprometer la usabilidad ni desencadenar percepciones de extrañeza.
Este artículo evalúa un sistema multiagente modular basado en LLM para el acceso a información de fabricación, encontrando que, si bien los modelos de primer nivel superan a los usuarios humanos promedio en precisión y velocidad en tareas de trazabilidad bajo condiciones de datos específicas, la efectividad del sistema sigue siendo condicional a la selección del modelo, la calidad de los datos y el diseño de los prompts, lo que requiere una supervisión humana continua.
Este artículo presenta una red de extracción de características multiescala y ligera que permite el control de gestos manuales en tiempo real y con alta precisión para UAV con recursos limitados, mediante el empleo de una arquitectura de submuestreo de tres etapas y un módulo híbrido que combina convoluciones dilatadas en paralelo con un modelo de espacio de estados selectivo.
Este estudio propone el Índice de Calidad de Detección de Anomalías Marítimas (MADQI, por sus siglas en inglés), un novedoso marco de evaluación compuesto que aborda la falta de datos etiquetados en la detección de anomalías de AIS no supervisada mediante la integración del análisis geoespacial con cuatro métricas específicas para evaluar robustamente el rendimiento del modelo para una monitorización oceánica mejorada y una gobernanza sostenible.
Este artículo propone ADDETECTOR, un sistema de detección de la enfermedad de Alzheimer seguro y preciso para el cuidado inteligente de personas mayores que integra la mejora de características lingüísticas basadas en temas con un mecanismo de privacidad diferencial dinámica para superar los desafíos de baja precisión y filtración de privacidad, demostrando un rendimiento superior en el conjunto de datos ADReSS.
Este artículo presenta un enfoque impulsado por IA para la segmentación y visualización 3D automatizada de 11 estructuras anatómicas en el antebrazo inferior, con el objetivo de mejorar la competencia en la ecografía musculoesquelética y servir como herramienta de enseñanza a pie de cama.