4157 articles
Cet article propose une méthode de partitionnement multi-vues en une seule étape et rapide qui unifie le clustering spectral et la factorisation de matrices non négatives avec une régularisation par le logarithme du déterminant de tenseur afin de capturer efficacement les corrélations inter-vues d'ordre élevé et d'atteindre des performances et une évolutivité supérieures par rapport aux méthodes de l'état de l'art.
Cet article propose un modèle REAE-LTransformer optimisé par un algorithme d'intelligence métaheuristique à quatre vecteurs amélioré (IFVIM) pour prédire avec précision la durée de vie utile restante des batteries lithium-ion en extrayant efficacement les caractéristiques de dégradation, en capturant les dépendances à long terme et en minimisant les erreurs de prédiction, atteignant une performance supérieure avec une MAE inférieure à 0,024 et un R² dépassant 0,99 sur plusieurs ensembles de données.
Cet article propose un module d'association guidé par l'apparence, léger et basé sur XGBoost, qui intègre des descripteurs de couleur, de gradient et de morphologie dans le cadre de SORT afin de réduire considérablement les changements d'identité et d'améliorer la précision du suivi pour les poissons en stock dense lors de la surveillance sous-marine en temps réel.
Cet article propose un cadre de chiffrement hybride évolutif qui combine une carte logistique dérivée d'un mot de passe pour la génération de clés chaotiques, un chiffre de Hill unimodulaire dynamique pour la construction de grandes matrices inversibles, et l'AES-CBC afin de fournir une sécurité robuste et indépendante du format pour les fichiers binaires universels avec une entropie quasi idéale et une forte résistance aux attaques cryptanalytiques.
Pivot-WFSM introduit une approche à mémoire évolutive pour l'extraction de sous-graphes fréquents pondérés qui remplace le stockage traditionnel des plongements par un re-appariement à la demande, réduisant considérablement l'utilisation de la mémoire de pointe et permettant l'analyse de grandes bases de données de multigraphes qui causaient auparavant des échecs de dépassement de mémoire.
Cet article propose et évalue une approche basée sur un score qui classifie automatiquement les processus métier en catégories de structuration (structuré, semi-structuré, lâchement structuré et non structuré) en analysant les relations temporelles et existentielles fines entre les activités au sein des journaux d'événements afin de remédier au manque de support automatisé dans le minage de processus.
MonitorVLM-v2 est un cadre déployé qui transforme le raisonnement vision-langage ouvert en prédictions symboliques à étape unique et efficaces via l'optimisation de politique symbolique et le triage piloté par l'entropie, atteignant une augmentation de vitesse de 19,45 fois et des taux de détection de violations nettement plus élevés dans la surveillance de la sécurité industrielle en temps réel par rapport à l'inspection manuelle.
RGBA-Net est un cadre de détection d'objets saillants RGB-D léger et à la pointe de la technologie qui emploie un encodeur à double flux asymétrique, une porte de fiabilité de la profondeur et un module de fusion sensible aux contours pour atteindre une grande précision avec seulement 3,49 millions de paramètres tout en atténuant efficacement le bruit et la complexité de la profondeur.
Cet article présente Azra, un cadre de modèle vision-langage pour la reconnaissance de textes manuscrits en turc ottoman qui atteint des performances de pointe grâce à un fine-tuning LoRA sur des données organisées et démontre que le bootstrap autonome de données peut efficacement égaler les approches organisées tout en réduisant considérablement les coûts d'annotation.
Ce document présente la conception et la mise en œuvre d'un système de gestion du tourisme stable et modulaire basé sur le framework SSH, qui intègre un algorithme de recommandation hybride optimisé afin d'atteindre une grande précision, une faible latence sous des charges lourdes et une forte satisfaction des utilisateurs.