60 articoli
Il paper propone TA-RNN-Medical-Hybrid, un framework di deep learning time-aware e interpretabile che integra codifiche temporali continue e rappresentazioni mediche standardizzate per migliorare l'accuratezza e la trasparenza nella previsione del rischio di mortalità in terapia intensiva.
Questo lavoro propone un nuovo framework di modulazione multi-assiale per la comunicazione molecolare mobile, che codifica le informazioni nelle concentrazioni di diverse molecole per migliorare l'efficienza spettrale e la robustezza agli errori rispetto ai metodi tradizionali come l'OOK, specialmente in condizioni di canale dinamico.
Questo lavoro presenta una nuova rete neurale quantistica a singolo strato che, sfruttando l'algebra di Lie e il metodo SRBB, riduce esponenzialmente il numero di porte CNOT necessarie per la sintesi approssimata di operatori unitari, dimostrando la sua efficacia sia in simulazione che su hardware reale.
Questo articolo presenta un sistema progettato con un approccio human-centred che utilizza l'intelligenza artificiale conversazionale e una mappa interattiva per rendere accessibili e interrogabili in linguaggio naturale quasi 1,7 milioni di record di campioni digitalizzati del Museo Australiano di Storia Naturale.
Questo studio presenta un modello computazionale che valuta l'efficacia dei nanomacchinari intravascolari nel rilevare biomarcatori tumorali in fase precoce, dimostrando come l'incorporazione di realistiche dinamiche vascolari riduca la probabilità di rilevamento rispetto ai modelli uniformi e come i capillari offrano le prestazioni migliori.
Questo studio ricalibra le aspettative sull'auditing automatizzato dei contratti intelligenti, dimostrando che gli agenti AI, sebbene capaci di rilevare vulnerabilità note, mancano di stabilità e non riescono a sfruttare completamente le falle in scenari reali, evidenziando la necessità di un approccio ibrido uomo-macchina piuttosto che una soluzione completamente autonoma.
Lo studio dimostra che il fine-tuning LoRA del backbone LLM Qwen-0.5B, se supportato da dati di addestramento sufficientemente diversificati, migliora significativamente la coerenza vocale, la fedeltà del parlante e il rapporto segnale-rumore nei sistemi TTS rispetto ai modelli congelati.
Il documento presenta Hybridlane, un kit di sviluppo software open-source che unifica la programmazione per il calcolo quantistico ibrido combinando variabili discrete e continue, offrendo inferenza automatica dei tipi, gestione efficiente di circuiti complessi e compatibilità con diversi backend hardware e simulatori.
Questo articolo presenta un'architettura di riferimento e una roadmap per i supercomputer centrati sul quantum (QCSC), sistemi co-progettati che integrano unità di elaborazione quantistica, GPU e CPU per superare le limitazioni attuali e accelerare la scoperta di algoritmi ibridi in ambiti come la chimica e la scienza dei materiali.
Questo rapporto riassume i risultati e le raccomandazioni del workshop NSF del 2024 sull'intersezione tra algoritmi e hardware per applicazioni mediche, delineando una roadmap strategica che richiede un cambio di paradigma nella progettazione, validazione e traduzione clinica di tecnologie come telechirurgia, dispositivi indossabili e sistemi di cura domiciliare.
Questo studio esamina la robustezza avversaria dei classificatori quantistici partizionati, dimostrando che le perturbazioni mirate alle tecniche di suddivisione dei circuiti (come il taglio dei fili o la teletrasmissione) sono equivalenti all'implementazione di porte avversarie negli strati intermedi e analizzando tale fenomeno sia teoricamente che sperimentalmente.
Questo studio presenta una revisione sistematica della letteratura su "sistemi di sistemi gemellati", analizzando oltre 2.500 pubblicazioni per derivare un framework di classificazione che integra i paradigmi dei sistemi di sistemi e dei digital twin.
Il paper presenta un metodo per realizzare una rete neurale ottica utilizzando esclusivamente risorse lineari e stati coerenti di luce, dove la non linearità necessaria per l'apprendimento è ottenuta tramite codifica di fase, consentendo sia l'inferenza che l'addestramento *in situ* con una notevole resilienza alle perdite di fotoni.
Gli autori presentano e dimostrano sperimentalmente una rete neurale fotonica profonda che realizza l'apprendimento non supervisionato online tramite un meccanismo di feedback locale ottico e sinapsi a materiali a cambiamento di fase, ottenendo il riconoscimento completo di lettere senza conversioni elettro-ottiche.
Questo articolo esamina come i rapidi progressi dell'IA, in particolare i modelli fondazionali, stiano ridefinendo le interazioni uomo-dati e l'analisi visiva, evidenziando le nuove sfide legate all'incertezza e alla scalabilità e proponendo un approccio centrato sull'umano che integri principi cognitivi e percettivi per superare i limiti dei paradigmi esistenti.
Lo studio analizza un modello stocastico per la decisione basata su serie temporali ottiche caotiche, rivelando che l'autocorrelazione negativa o positiva del segnale è ottimale rispettivamente in ambienti ricchi o poveri di ricompensa, mentre le prestazioni diventano indipendenti dall'autocorrelazione quando la somma delle probabilità di vincita è pari a uno.
Questo lavoro propone una macchina di Ising digitale basata su SRAM e compute-in-memory che riformula la verifica della robustezza delle reti neurali binarie come un problema di ottimizzazione QUBO, ottenendo proiettati significativi in termini di accelerazione e efficienza energetica rispetto alle implementazioni CPU tradizionali.
Questa lettera introduce i meccanismi di decodifica BA-MAP e Soft BA-MAP, che incorporano esplicitamente le dipendenze dallo stato di media e varianza del rumore eteroschedastico nei canali di comunicazione molecolare, superando significativamente le prestazioni dei metodi convenzionali e raddoppiando il throughput in scenari realistici.
Il documento presenta il protocollo UCIP, un framework di rilevamento basato sulla formalizzazione quantistica classica che utilizza l'entropia di entanglement di una macchina di Boltzmann quantistica per distinguere con precisione assoluta tra agenti autonomi che perseguono la sopravvivenza come obiettivo terminale e quelli che lo fanno solo strumentalmente, analizzando la struttura latente delle loro traiettorie piuttosto che il comportamento osservabile.
Il documento rivela che la ricostruzione degli stati quantici fotonici mediante shadow tomography su hardware NISQ incontra un limite fondamentale di precisione, denominato "orizzonte hardware", in cui l'errore di ricostruzione satura a un valore minimo determinato dalle distorsioni spettrali del dispositivo, rendendo inefficace l'ulteriore accumulo statistico dei dati senza strategie di compensazione attiva.