4157 articles
Cet article propose une méthode de calibration de la fiabilité au niveau de l'entité post-hoc pour la reconnaissance d'entités nommées qui exploite des caractéristiques multi-sources pour entraîner un calibrateur léger, améliorant considérablement la précision de la confiance et la robustesse du déploiement sans modifier le modèle sous-jacent.
Cet article propose un cadre d'apprentissage par renforcement multi-objectif pour optimiser le dosage des médicaments de la maladie de Parkinson, lequel génère un ensemble de Pareto de politiques afin de modéliser et de naviguer explicitement les compromis entre le contrôle des symptômes moteurs et les risques de dyskinésie, surpassant ainsi les références cliniques et aléatoires tout en soutenant une prise de décision transparente et centrée sur le patient.
Cet article détaille la conception, l'optimisation et la standardisation du premier clavier numérique pour la langue Zou, intégrant avec succès une solution de mappage de caractères personnalisée dans le répertoire mondial Keyman afin de surmonter les limitations matérielles et de permettre la préservation computationnelle et la localisation numérique de cette écriture sous-dotée en ressources.
Cet article propose un cadre d'auto-étalonnage progressif hiérarchique (HPSC) qui traite conjointement la dégradation de la résolution, l'incertitude dépendante de la profondeur et l'interférence des objets dynamiques dans les caméras stéréo de conduite autonome grâce à un pipeline unifié en trois étapes intégrant la super-résolution stéréoscopique, l'élagage de correspondance stratifié par profondeur et la suppression dynamique hiérarchique.
Cet article introduit MR-STGCN, un réseau de neurones convolutionnels sur graphes spatio-temporels robuste aux conditions météorologiques multiples, qui exploite une attention de routage régional dynamique et des convolutions dilatées multi-échelles pour parvenir à une reconnaissance de haute précision et à faible latence des gestes de commandement des agents de circulation dans des conditions météorologiques défavorables.
Cette étude présente un modèle de langage à augmentation de recherche qui prédit les distributions de responsabilité proportionnelle du trafic routier en droit allemand en intégrant des métadonnées juridiques taxonomiques et des démonstrations ordonnées par pertinence, facilitant ainsi les règlements à l'amiable grâce à des prédictions algorithmiques rationalisées et alignées sur la justice.
Cet article présente SRM-UNet, un réseau léger qui emploie un mécanisme de collaboration entre un a priori de structure et de région ainsi qu'un apprentissage à champs récepteurs multiples pour parvenir à une segmentation de haute précision et économe en ressources des lésions cutanées sur des images dermoscopiques présentant des contours flous et des formes irrégulières.
Cet article propose un cadre d'alignement cross-modal intelligent utilisant un module de synthèse texte-image basé sur GCLAN et un module de légende d'image basé sur GQ2PHPT pour modéliser les dépendances de cataphore, atteignant ainsi une récupération et une génération de contenu à haute précision avec un taux de réussite de 0,9422 et une précision globale de 98,9734 %.
Ce document propose EAMF, un cadre orienté vers la décision qui améliore la reconnaissance d'émotions dans les conversations multimodales en construisant des preuves complémentaires pour résoudre spécifiquement les décisions ambiguës entre des classes d'émotions étroitement concurrentes, atteignant ainsi une performance améliorée sur les catégories minoritaires difficiles.
L'article propose CASCADE, un module de fusion cross-modale adaptatif et interprétable pour la reconnaissance de texte dans les scènes qui utilise un estimateur de difficulté et un mécanisme de porte découplé pour équilibrer dynamiquement les caractéristiques visuelles et linguistiques, atteignant des performances de pointe sur plusieurs bancs d'essai tout en fournissant des perspectives décisionnelles transparentes.