3899 articles
Cet article présente un nouveau système de saisie de frappe acoustique en temps réel qui utilise un réseau de neurones convolutifs entraîné sur des spectrogrammes log-mel pour parvenir à une inférence de frappe de haute précision avec une faible latence (0,35 seconde) et une performance robuste, même dans des conditions de données d'entraînement limitées.
Cette étude introduit un cadre robuste et en temps réel pour la reconnaissance de la langue des signes kannada inter-âges qui intègre l'extraction de caractéristiques géométriques curvilignes à une architecture hybride CNN-LSTM, atteignant une précision de 94,6 % sur un nouvel ensemble de données de 5 000 échantillons annotés afin de faciliter la traduction efficace de la langue des signes en texte pour la communication assistée.
Ce document introduit MAT-3, un opérateur de pré-inférence borné et non expansif qui guide le comportement affectif des modèles de langage par des projections moyennées sur un ensemble affine défini localement par la covariance, tout en incorporant des mécanismes de sécurité pour une abstention sélective, bien que son efficacité pratique sur les modèles de langage en aval reste à valider empiriquement.
Cet article propose un Transformeur de Fusion Adaptative Dynamique (DAF-Transformer) qui décompose la prévision de la demande de pièces de rechange intermittentes et à inflation de zéros en une probabilité d'occurrence et une estimation de taille conditionnelle, utilisant un mécanisme de fusion adaptative dynamique pour réduire considérablement les erreurs de prévision et supprimer les prédictions positives fallacieuses pendant les périodes de demande nulle.
Cet article propose un modèle de régression de matrice creuse pondérée (WSMR) qui intègre des informations structurelles et de distance pour gérer efficacement l'occlusion continue dans la reconnaissance faciale, en utilisant la méthode des multiplicateurs d'alternance de direction (ADMM) pour l'optimisation et en démontrant une performance supérieure à travers des expériences sur des bases de données publiques.
Cet article propose un cadre d'apprentissage fédéré homomorphe basé sur CKKS qui permet la prédiction de maladies respectant la vie privée à travers plusieurs hôpitaux en chiffrant les mises à jour du modèle pour prévenir les attaques par inférence d'appartenance, bien que cette sécurité accrue se fasse au détriment d'une surcharge de communication significative et d'une utilité prédictive réduite par rapport aux approches en clair.
Cet article propose et valide un diagnostic géométrique sans étiquette qui utilise l'angle entre les sous-espaces de domaine et les directions discriminantes de classe pour prédire quand la suppression d'informations spécifiques au domaine améliorera la classification de graines hors distribution, particulièrement sous des décalments de déploiement sévères où les méthodes de sélection traditionnelles échouent.
Cette étude a révélé que l'environnement d'apprentissage EduQubit, qui structure l'exploration à travers des missions guidées, a significativement amélioré la compréhension conceptuelle de l'informatique quantique chez les élèves de sixième par rapport à l'IBM Quantum Composer, bien qu'il n'ait pas produit de différences significatives en termes d'auto-efficacité, de charge de travail ou d'expérience utilisateur.
Cet article propose un cadre optimisé par l'IA qui intègre la classification par apprentissage automatique à l'optimisation ADMM-LASSO afin d'améliorer la résilience, l'équilibrage de la charge de travail et l'efficacité des ressources des systèmes de messagerie instantanée d'entreprise sous des conditions dynamiques.
Ce document propose un cadre de sécurité et d'allocation d'énergie en boucle fermée pour le V2X qui intègre un modèle d'évaluation de la confiance multiniveau basé sur MTCNN-LSTM afin d'atteindre une détection multi-attaques de haute précision et d'optimiser la consommation de la batterie dans les réseaux de véhicules électriques dotés de réseaux intelligents.