929 articles
Ce document présente Semperf, un cadre assisté par LLM qui construit des matrices de profils de rang et regroupe les processus afin de permettre un diagnostic de performance et une identification des goulots d'étranglement automatisés et évolutifs pour les applications de calcul haute performance (HPC) parallèles à très grande échelle.
Cet article présente HQNNDL, un cadre d'apprentissage profond hybride quantique-classique utilisant une dorsale ResNet-18 gelée et un circuit quantique variationnel de 8 qubits pour classifier les images OCT en quatre catégories, atteignant une précision de 79,0 % sur un jeu de données proxy dérivé de Kermany OCT2017 tout en reconnaissant la nécessité d'études d'ablation supplémentaires et d'une validation clinique pour confirmer son efficacité pour la détection de la rétinopathie séreuse centrale.
Cet article propose un cadre d'enrichissement progressif du contexte qui améliore la fiabilité des grands modèles de langage dans la génération de formulations de programmation linéaire en nombres entiers mixtes pour l'ordonnancement de la production de mines à ciel ouvert en augmentant systématiquement les invites avec des données de simulateur et des annotations de code, révélant que si le code du simulateur améliore la précision de l'objectif, le code annoté est supérieur pour garantir la faisabilité des contraintes.
Cet article présente un pipeline de segmentation piloté par l'IA pour les documents physico-mathématiques manuscrits qui utilise des splines quadratiques préservant la forme pour modéliser les lignes de base oscillatoires et générer des masques de découpe adaptatifs à la courbure, améliorant ainsi la précision de la détection et la reconstruction structurelle pour les tâches de l'OCR en aval.
Cette étude propose un cadre d'apprentissage à peu d'exemples basé sur des métriques, utilisant spécifiquement des réseaux prototypiques, afin de permettre un enregistrement efficace et peu coûteux en calcul des vocabulaires définis par l'utilisateur dans les interfaces de parole silencieuse basées sur l'EMG sans nécessiter de réentraînement répété du modèle.
Cet article fait état d'une démonstration validée de manière indépendante selon laquelle un moteur propriétaire peut synthétiser correctement des liens médicaux structurels à travers de multiples sources en faisant émerger neuf connexions vérifiées issues de la littérature externe et en prouvant sa sélectivité par un contrôle de discrimination, établissant ainsi une base fiable pour la découverte computationnelle future sans hallucination.
Cet article établit un cadre théorique unifié pour les Mixture-of-Experts (MoE) qui identifie l'alignement des gradients entre experts comme la cause profonde de l'effondrement des experts, introduit l'Hypothèse du Chemin de Gradient et les diagnostics du nombre de Reynolds pour caractériser ces dynamiques, et démontre que l'isolation de l'espace de sortie architecturale via le routage dur Mosaic Tile élimine efficacement l'oubli catastrophique et l'effondrement des experts à travers les tâches de vision et de langage.
Cet article propose une architecture CNN personnalisée à haute performance qui atteint une précision parfaite de 100 % et des performances de pointe sur le jeu de données NEU-CLS pour la classification de six types de défauts de surface de l'acier, démontrant la supériorité des conceptions spécifiques à une tâche par rapport aux modèles à usage général dans le contrôle qualité industriel.
Cet article présente une étude pilote du Center for Computational Research and Education (CCRE), une initiative de formation en Afrique qui a guidé avec succès une petite cohorte de chercheurs en début de carrière à travers un parcours structuré et mentoré pour développer des compétences en calcul haute performance, malgré d'importantes barrières d'infrastructure et de mentorat.
L'article présente InVAER, un nouveau cadre d'IA qui combine l'optimisation adaptative des hyperparamètres et la validation spatio-temporelle multi-indices pour parvenir à une détection d'accidents en temps réel et de haute précision avec une coordination d'urgence géospatiale automatisée, réduisant considérablement les faux positifs et les délais de réponse sur les appareils de bord.