4157 articles
Cet article introduit StrokePlan-RNN, un modèle autorégressif conditionné par l'image qui prédit avec succès des séquences de traits ordonnées à partir de dessins au trait de visages statiques en s'entraînant sur un nouvel ensemble de données construit, atteignant une grande précision géométrique tout en soulignant la nécessité d'améliorer les métriques d'évaluation procédurales.
Cet article aborde le défi de la classification des déchets plastiques en introduisant un nouveau jeu de données spécifique au domaine, PLASTIC, et en proposant l'Adaptive Training Controller (ATC), une architecture d'autotuning indépendante de l'architecture qui surpasse les outils existants comme Optuna en atteignant jusqu'à 94,89 % de précision avec ResNet101 tout en réduisant les besoins en ressources computationnelles.
Cette évaluation empirique démontre que, bien que les grands modèles de langage puissent identifier des erreurs réelles omises par les réviseurs humains et améliorer considérablement le rappel des études lorsqu'ils sont équipés d'outils de recherche, ils demeurent des substituts peu fiables à la vérification humaine en raison de problèmes persistants tels que le biais de saillance, la confusion inter-articles et la fabrication d'incohérences inexistantes.
Cet article présente et valide une architecture cyber-physique intégrant un jumeau numérique bidirectionnel, un agent d'apprentissage par renforcement profond et une couche d'IA explicable pour optimiser la régulation des services d'urgence, démontrant des réductions significatives de l'occupation de pointe sous une forte demande tout en exposant et en traitant de manière critique des artefacts d'instrumentation spécifiques lors du processus de validation.
Cet article introduit Neuro-Symbolic MBST, un cadre qui automatise la synthèse de modèles d'usage de Markov formellement vérifiés à partir d'exigences en langage naturel en intégrant l'apprentissage L*, des LLM contraints par une grammaire et l'optimisation convexe, atteignant ainsi une détection de fautes et une couverture de haute fidélité qui surpassent significativement les bases purement neurales tout en éliminant les goulots d'étranglement de la modélisation manuelle pour les systèmes critiques de sécurité.
Cet article propose un algorithme interactif basé sur des requêtes pour la génération de synopsis d'événements anormaux dans les vidéos de surveillance qui utilise un classificateur à base de règles pour gérer des requêtes utilisateur complexes et introduit une métrique de « rapport de chevauchement amélioré » pour l'évaluation, démontrant une précision et une qualité supérieures par rapport aux méthodes existantes sur le jeu de données PETS09.
Cet article propose une approche de génération de cas de test basée sur les LLM, améliorée par un référentiel de mémoire de projet qui intègre les données historiques et le contexte de version afin d'améliorer significativement la couverture des risques, de réduire la duplication et d'augmenter la découverte de défauts dans les systèmes logiciels à grande échelle.
Cet article établit une base de référence préliminaire de type CNN sous MATLAB pour la classification binaire des tumeurs mammaires malignes versus non malignes à l'aide du jeu de données BrEaST, atteignant une précision de test améliorée tout en formulant explicitement l'étiquetage exploratoire des sous-types et l'explicabilité comme des directions de recherche futures plutôt que comme des résultats validés.
Cet article présente un cadre de programmation différentiable modulaire qui intègre l'interprétabilité directement dans un modèle de chaîne de Markov en temps continu pour l'aide à la décision clinique en décomposant les taux de transition en facteurs cliniquement significatifs, en calculant leurs sensibilités via la différenciation automatique stochastique, et en générant des explications traçables en langage clair en temps réel.
Cette étude compare la performance de NLTK, TextBlob et spaCy dans le traitement des phrases à détournement (garden path sentences) causées par des glissements fonctionnels, concluant que spaCy surpasse significativement les deux autres bibliothèques en matière de précision syntaxique et offrant des perspectives pour l'amélioration des outils de TAL, y compris ceux destinés aux langues africaines.