1017 articles
Cet article propose un système de messagerie électronique sécurisé, piloté par l'IA et basé sur la voix, conçu pour les utilisateurs malvoyants qui élimine les interfaces graphiques en intégrant FaceNet pour l'authentification biométrique, Whisper pour une reconnaissance vocale de haute précision, et des modèles transformeurs pour la synthèse et la traduction d'e-mails via l'API Gmail.
Cette étude démontre que les 3D Swin Transformers surpassent de manière significative les réseaux de neurones convolutifs en matière de généralisation inter-scanners pour la segmentation de l'hippocampe, atteignant une performance quasi invariante sur divers ensembles de données multicentriques sans ajustement fin et établissant une nouvelle norme pour le déploiement clinique.
Cet article démontre que, bien que la similitude d'opinion et la similitude structurelle contribuent toutes deux à la polarisation dans les réseaux sociaux, la combinaison stratégique de ces mécanismes dans les algorithmes de recommandation de liens peut prévenir la fragmentation des réseaux et favoriser la coexistence d'opinions modérées.
Cet article propose un cadre d'apprentissage profond hybride multimodal et explicable qui intègre les données de capteurs de smartphones et de dispositifs portables afin de parvenir à une détection précoce de la dépression de haute précision en exploitant l'ingénierie de caractéristiques avancée et des mécanismes d'attention pour identifier des indicateurs comportementaux clés tels que l'irrégularité du sommeil, la diminution de la mobilité, le retrait social et l'augmentation de l'utilisation du smartphone la nuit.
Cet article présente un système de reconnaissance automatique de la parole pour le karakalpak basé sur l'architecture wav2vec 2.0 XLS-R, qui exploite un corpus de parole karakalpak de 50 heures nouvellement créé pour atteindre un taux d'erreur de mots de 21,10 % et démontre l'impact du volume de données étiquetées sur la performance de la reconnaissance des langues à faibles ressources.
Cet article propose un cadre d'assemblage guidé par l'IA qui intègre des instructions contextuelles en temps réel directement dans la conception du produit pour remplacer les manuels statiques, démontrant à travers une étude utilisateur que cette approche réduit considérablement le temps d'assemblage, les erreurs, l'hésitation et la charge cognitive par rapport à un guidage manuel traditionnel.
Cette étude propose un modèle d'unité récurrente à porte à décroissance temporelle (TD-GRU) qui limite la décroissance temporelle à l'état caché afin de préserver les valeurs cliniques brutes, démontrant un bénéfice clinique net statistiquement crédible et une performance supérieure par rapport à plusieurs modèles de référence pour la prédiction précoce du Sepsis-3 dans des trajectoires de soins intensifs éparses et échantillonnées de manière irrégulière.
Cet article propose CCPP-LPC, un algorithme de planification de trajectoire à couverture complète qui utilise un modèle d'évaluation du coût de chemin local et une stratégie de perturbation adaptative à double guidage pour surmonter les limites des méthodes heuristiques existantes, atteignant ainsi une efficacité de calcul et une optimisation de trajectoire supérieures dans des environnements complexes.
Cet article propose une méthode de détection d'anomalies basée sur la polarisation utilisant l'indice du Minimum d'Effort pour le Consensus (MEC) sur les données des réseaux sociaux, démontrant que la surveillance des changements de désaccord public surpasse les approches traditionnelles basées sur le volume pour identifier les événements significatifs, comme validé par une étude de cas sur le débat de la réforme des retraites colombienne de 2024 sur X.
Cette étude propose un nouveau modèle d'apprentissage profond hybride combinant la décomposition de mode variationnelle (VMD), le réseau de convolution temporelle (TCN) et l'unité récurrente à porte bidirectionnelle (BiGRU) qui surpasse de manière significative neuf autres algorithmes d'apprentissage automatique pour la prédiction de l'irradiation solaire mensuelle à long terme en utilisant les données NASA POWER de la Turquie.