1017 articles
Ce document propose HyperTuneMed, un cadre intelligent qui utilise un algorithme de régression logistique hyper-paramétré pour prédire des maladies à partir des symptômes de l'utilisateur avec une précision supérieure (jusqu'à 98,983 %) et fournir des recommandations de soins de santé préventifs personnalisés.
Cet article démontre que si des outils automatisés tels que Slither et Mythril détectent efficacement les modèles de vulnérabilité connus, la spécification formelle est essentielle pour vérifier la correction logique et garantir la sécurité de la gouvernance des données EEG basées sur la blockchain, car elle a identifié de manière unique une vulnérabilité de dépassement de limites de tableau injectée que les outils automatisés ont manquée.
Cet article propose un cadre de prédiction de panneaux de signalisation innovant qui intègre un prétraitement par Moyenne Non Locale, une architecture U-Net modifiée, une classification par CNN Dense et l'Optimisation par Essaim de l'Hyrax des Rochers pour le réglage des hyperparamètres, atteignant une précision de pointe de 99,64 % sur les ensembles de données TT100K et 99,6 % sur les GTSDB.
Cet article présente EDNet-20, un nouveau cadre d'apprentissage profond optimisé par l'augmentation de données photométriques et des techniques d'IA explicable qui atteint une précision de détection de maladies oculaires multi-labels supérieure aux modèles de pointe, offrant ainsi un outil prometteur pour le diagnostic clinique précoce.
Cet article introduit l'Empathic Extended Prompting, un cadre en temps réel qui intègre des descripteurs affectifs faciaux dans les interactions avec les grands modèles de langage afin d'améliorer l'intelligence émotionnelle perçue et la réactivité à l'humeur sans compromettre l'utilisabilité ni déclencher de perceptions d'étrangeté.
Cet article évalue un système multi-agents modulaire basé sur les LLM pour l'accès aux informations de fabrication, concluant que si les modèles de premier plan surpassent les utilisateurs humains moyens en termes de précision et de rapidité sur les tâches de traçabilité sous des conditions de données spécifiques, l'efficacité du système demeure conditionnée par la sélection du modèle, la qualité des données et la conception des requêtes, nécessitant ainsi une supervision humaine continue.
Cet article présente un réseau d'extraction de caractéristiques multi-échelles et léger qui permet un contrôle par gestes de la main en temps réel et de haute précision pour les drones à ressources limitées, en employant une architecture de sous-échantillonnage à trois étapes et un module hybride combinant des convolutions dilatées parallèles avec un modèle d'espace d'état sélectif.
Cette étude propose l'indice de qualité de la détection d'anomalies maritimes (MADQI), un nouveau cadre d'évaluation composite qui répond au manque de données étiquetées dans la détection d'anomalies AIS non supervisée en intégrant l'analyse géospatiale à quatre mesures spécifiques afin d'évaluer de manière robuste la performance des modèles pour une surveillance océanique améliorée et une gouvernance durable.
Cet article propose ADDETECTOR, un système de détection de la maladie d'Alzheimer sécurisé et précis pour les soins intelligents aux personnes âgées, qui intègre l'amélioration des caractéristiques linguistiques basées sur les thèmes avec un mécanisme de confidentialité différentielle dynamique afin de surmonter les défis de faible précision et de fuite de confidentialité, tout en démontrant une performance supérieure sur l'ensemble de données ADReSS.
Cet article présente une approche pilotée par l'IA pour la segmentation et la visualisation 3D automatisées de 11 structures anatomiques de l'avant-bras inférieur, visant à améliorer la maîtrise de l'échographie musculosquelettique et à servir d'outil d'enseignement au chevet du patient.