3657 articles
Cette étude emploie un modèle hybride AI-DEMATEL pour analyser les relations de causalité et les compromis entre les bénéfices de sécurité et les risques pour la vie privée dans les systèmes de contrôle d'accès basés sur la blockchain pour les véhicules autonomes connectés.
Le papier propose MILCR, un nouveau cadre de recommandation séquentielle qui améliore le flow matching en intégrant l'information mutuelle et la régularisation de la cohérence locale afin d'atténuer l'effondrement de la représentation et la dépendance excessive au bruit, atteignant ainsi une performance supérieure sur des données d'interaction éparses et discrètes.
Cet article démontre que le repondérage d'échantillons sensible à la zone améliore le rappel des petites personnes dans les modèles Visual Wake Words en INT8 sans modifier le graphe d'inférence, bien qu'il ne surpasse pas de manière concluante le suréchantillonnage simple tout en augmentant légèrement les faux positifs.
Cette étude propose L-GTACNet, un cadre d'apprentissage profond hybride combinant des Transformers Locaux-Globaux et des Réseaux de Convolution Graphique avec des techniques d'amélioration d'image pour atteindre une précision de 94,8 % dans l'évaluation automatisée et objective de la sévérité de la rectocolite hémorragique basée sur le score endoscopique de Mayo.
Cette étude démontre que si les modèles d'apprentissage automatique peuvent prédire modérément les résultats du volleyball professionnel lorsqu'ils sont rigoureusement testés contre la fuite de données et les contraintes temporelles, un simple système de classement Elo reste hautement compétitif, suggérant que les algorithmes complexes n'offrent qu'une valeur ajoutée limitée pour l'aide à la décision pré-match.
Cette étude propose un modèle de régression logistique par descente de coordonnées par blocs adaptative (ABCD-LoR) pour la planification réactive de trajectoires d'UAV dans des environnements statiques, qui cadre l'évitement d'obstacles comme un problème de classification à trois classes et démontre une réduction de la longueur du chemin et du temps de calcul par rapport aux algorithmes classiques via la simulation, tout en reconnaissant la nécessité d'une validation supplémentaire dans des contextes dynamiques réels.
Cette étude emploie un cadre de théorie ancrée computationnelle à méthodes mixtes pour analyser près de 100 000 publications Bluesky de 2023 à 2025, révélant que le discours public sur l'IA dans l'éducation est principalement caractérisé par le scepticisme et les préoccupations concernant l'intégrité académique, l'éthique et le rôle des éducateurs, malgré des discussions positives occasionnelles sur les applications créatives et pédagogiques.
Le cadre EPACE-FL répond aux défis de la fuite de confidentialité et de la faible efficacité de communication dans l'apprentissage fédéré à la périphérie en introduisant un algorithme de Quantification Dynamique et de Masquage Chaotique (DQCM) qui compresse et chiffre conjointement les paramètres du modèle, réduisant ainsi considérablement la charge de communication tout en renforçant la protection contre les attaques malveillantes.
Ce document présente deux décompositions algorithmiques à usage général — des convolutions 3D séparables selon les axes et un schéma de statistiques intégrales en une seule passe pour l'ACP de voisinage — qui accélèrent le traitement de nuages de points 3D pour les systèmes embarqués en atteignant des réductions de MAC de 36 fois et des accélérations de 30 à 280 fois tout en maintenant une précision de levé manuel dans la détection d'intersections entre armatures et maillages.
Cet article propose un portefeuille de sélection de dépôts multi-stratégies pour le problème de tournée de véhicules avec capacité et localisation qui combine la présélection aléatoire, le balayage itératif, les démarrages multiples et la réaffectation avec une recherche à grande recherche de voisinage adaptative et des modèles d'allocation exacte afin de surpasser la référence de l'optimiseur Hexaly sur 29 des 30 instances de référence, particulièrement dans les régimes de capacité modérée.