3962 articles
Cet article propose une architecture d'apprentissage fédéré sécurisée et basée sur la blockchain pour le secteur de la santé, qui intègre un contrôle d'accès basé sur les attributs avec un attribut de confiance calculé ainsi qu'un mécanisme de surveillance afin de garantir la confidentialité des données et de détecter les nœuds malveillants lors du partage de modèles.
Cet article propose une nouvelle méthode d'augmentation de données par effacement de tenseur (Tensor Erasing) qui améliore la robustesse et la généralisation des modèles d'apprentissage profond pour la segmentation automatisée complète d'IRM de tumeurs cérébrales en 3D en simulant la corruption d'images par l'effacement aléatoire de voxels, répondant ainsi efficacement au défi de la rareté des ensembles de données annotés.
Ce document propose SOFE, une technique de délestage de tâches basée sur le SDN pour les réseaux Fog-IoEV qui utilise un modèle de programmation linéaire binaire afin d'optimiser l'assignation des tâches aux nœuds fog ou aux véhicules stationnés en fonction de la charge, de la mobilité, de l'énergie et des échéances, réduisant ainsi le temps de réponse et prolongeant la durée de vie des véhicules électriques par rapport aux méthodes existantes.
Cet article propose DSA-MERC, un modèle de reconnaissance d'émotions conversationnelles multimodal et fiable qui utilise un mécanisme d'attention à deux étapes combinant une attention multidirectionnelle (Bi-Directional MultiAttention) et un réseau leader-follower guidé par l'audio avec une optimisation multi-échelle, ainsi que des stratégies de confiance et d'apprentissage par transfert, afin d'intégrer efficacement les caractéristiques multimodales et d'atténuer le bruit d'étiquetage pour une précision et une robustesse accrues.
Ce document propose PerC-SimAM-BGRU, un nouveau cadre basé sur MetaFormer intégrant une convolution circulaire sensible à la position et une unité récurrente à porte bidirectionnelle pour atteindre une détection de l'infarctus du myocarde de pointe avec une précision de 99,4 % tout en équilibrant performance et complexité computationnelle.
Cette étude intègre l'analyse bibliométrique standard à la modélisation thématique par allocation de Dirichlet latente (LDA) sur un corpus organisé de 2 631 documents sur l'IA en santé de 2017 à 2025 afin de surmonter les limites des mots-clés, révélant une trajectoire de maturation passant d'applications prêtes au déploiement à des frontières dépendantes de la gouvernance telles que les grands modèles de langage et l'IA explicable.
Cet article présente une couche de sélection de commandes basée sur la simulation pour les robots quadrupèdes qui utilise des vues égocentrées rendues et des commandes candidates pour prédire les risques corporels à court horizon, améliorant considérablement la sécurité et l'accord des commandes tout en maintenant la progression vers l'avant sans dépendre de cartes de terrain ou de projections d'anticipation.
L'article présente CRysTal, un cadre d'explication post-hoc au niveau du neurone qui associe les activations des modèles d'IA à une terminologie clinique standardisée, démontrant un alignement supérieur avec les comptes rendus radiologiques, une fiabilité diagnostique accrue et une efficacité améliorée pour les médecins par rapport aux méthodes d'explication existantes à travers de multiples tâches d'imagerie médicale.
Cet article propose un cadre d'IA explicable et digne de confiance utilisant des ensembles flous intuitionnistes pour établir un mécanisme de consensus par vote pondéré par la confiance, transparent, qui améliore l'efficacité de la vérification des messages, la protection de la vie privée et la sécurité dans les systèmes de transport intelligents dynamiques.
Cet article présente un cadre d'apprentissage automatique multimodal interprétable qui combine les biomarqueurs de la NFS et de l'HPLC pour parvenir à une classification multiclasse de la thalassémie hautement précise (99,89 %) et cliniquement cohérente grâce à un modèle d'ensemble de type stacking, l'analyse SHAP confirmant que les principales caractéristiques prédictives s'alignent sur les critères de diagnostic standard.