929 articles
Ce document propose un système Fuzzy-GAN adaptatif qui utilise des réseaux antagonistes génératifs et la logique floue pour classer les orientations du visage en angles faibles, moyens et élevés (incluant les variations horaires et antihoraires) afin d'améliorer la reconnaissance faciale invariante à la pose pour les applications d'application de la loi.
Cet article évalue la faisabilité des RTX Neural Shaders de NVIDIA pour le rendu de fluides en temps réel, démontant que bien que les réseaux neuronaux parviennent à approximer les BSDF au niveau du pixel à des taux d'images élevés, d'importantes limitations de framework empêchent actuellement leur déploiement efficace pour les tâches de déplacement de sommets.
Cette étude propose et valide une formulation de correction partielle et sensible à la progression pour la prédiction précoce du succès dans la pratique de la programmation, démontrant qu'elle surpasse de manière significative les approches binaires et ordinales traditionnelles en capturant plus efficacement la progression de l'apprenant et en permettant un soutien pédagogique ciblé.
Cette revue systématique de 122 études (2015–2025) démontre que les modèles d'apprentissage automatique, particulièrement les approches d'ensemble et hybrides intégrées aux technologies de détection non destructives, améliorent significativement la gestion post-récolte des fruits périssables en optimisant l'évaluation de la qualité et la réduction des pertes à travers l'ensemble de la chaîne d'approvisionnement, tout en soulignant la nécessité de jeux de données standardisés et de validations en conditions réelles pour surmonter les défis actuels de déploiement.
Ce document présente la sélection de coreset alignée sur la validation (VACS), une méthode qui sélectionne le sélecteur de sous-ensemble équilibré par classe optimal en évaluant un portefeuille sur des divisions de validation internes, démontrant que la validation répétée peut considérablement améliorer la précision de la classification à peu d'exemples sous des contraintes de budget extrêmes, bien qu'elle ne surpasse pas universellement les meilleures règles de sélection statiques.
Ce document propose un cadre léger à deux étapes utilisant YOLO11s-seg pour la génération de candidats au niveau de l'instance et YOLOv8n-cls pour la classification sensible aux cas difficiles (hard-negative) et à l'occlusion, atteignant une grande précision de décision de récolte et un taux de récolte de faux positifs nul dans les environnements complexes de plantations de palmiers à huile.
Cet article propose un cadre neuro-symbolique à base de règles floues qui intègre l'estimation d'attributs dermoscopiques par apprentissage profond avec des règles cliniques extraites automatiquement afin d'améliorer la précision et l'interprétabilité de la classification du mélanome par rapport aux approches d'apprentissage profond basées uniquement sur l'image.
Cette étude démontre que l'analyse des caractéristiques structurelles de la liste de références d'un article au moment de sa publication — spécifiquement les taux d'autocitation, la dispersion des années de référence et la récence de la littérature citée — peut améliorer de manière significative la détection précoce des risques de rétractation futurs avant l'apparition de toute preuve post-publication.
Cet article propose un cadre TabNet explicable qui exploite l'apprentissage profond basé sur l'attention et les valeurs SHAP pour prédire de manière précise, robuste et équitable la performance des employés à distance à l'aide d'un ensemble de données à grande échelle, surpassant les modèles de référence traditionnels tout en garantissant une prise de décision transparente et équitable en matière de ressources humaines.
Cette étude démontre que les modèles de langage de grande taille avancés, spécifiquement BioClinicalBERT et BioGPT, atteignent une précision élevée (score F1 et précision de 98 %) dans l'identification automatique des médicaments causant des effets indésirables à partir de données de réseaux sociaux et d'avis sur les médicaments, offrant ainsi une solution prometteuse pour la surveillance de la sécurité des médicaments en temps réel.