1062 articoli
Questo studio dimostra che un classificatore Support Vector Machine (SVM), ottimizzato utilizzando otto caratteristiche chiave selezionate dal dataset di Cleveland, raggiunge una prestazione superiore con un'accuratezza del 90,28% e un AUC del 93% nella previsione delle patologie cardiache rispetto ad altri trenta classificatori.
Nel corso di un periodo di due anni, UNC Health ha potenziato il proprio framework di IA responsabile implementando un sistema a tre livelli basato sul rischio che ha migliorato significativamente l'efficienza della valutazione e ridotto i tempi di attesa pur mantenendo una supervisione rigorosa, portando alla revisione con successo di 64 soluzioni e all'instaurazione di robusti meccanismi di monitoraggio post-implementazione con eventi avversi minimi.
Questo articolo mette in discussione la premessa che il ripartizionamento attivo sia universalmente necessario per gli indici di ricerca vettoriale in presenza di data drift, dimostrando attraverso benchmark controllati che le partizioni statiche sono sufficienti per un turnover moderato e rivelando al contempo che il ricentramento incrementale è la soluzione più conveniente per spostamenti significativi della distribuzione, fornendo infine una mappa dei regimi e una regola decisionale per i professionisti per determinare quando la manutenzione sia realmente necessaria.
Questo articolo presenta un framework di apprendimento per rinforzo multi-agente per la coordinazione sicura di robot industriali, dimostrando attraverso la simulazione che, sebbene un baseline deterministico greedy superi la politica MARL sicura proposta in termini di efficienza, quest'ultima consente l'emergere di pattern comunicativi e sottolinea la critica necessità di una larghezza di banda comunicativa adattiva per mitigare i rischi di collisione al crescere delle dimensioni della flotta.
Questo articolo dimostra che un framework di apprendimento automatico consapevole delle decisioni per l'allerta precoce accademica supera gli approcci tradizionali basati su regole e sulle soglie di probabilità, riducendo le mancate attività di intervento e restringendo le disparità di equità attraverso decisioni di supporto sensibili al contesto derivate da stime di rischio calibrate.
Questo articolo propone un framework basato sull'IA che integra la manutenzione predittiva e l'ottimizzazione dei processi per migliorare l'efficienza operativa e l'affidabilità del sistema nella produzione industriale, sfruttando dati sensoriali in tempo reale per il rilevamento dei guasti, la stima della vita utile residente e la regolazione dinamica dei parametri.
Questo articolo presenta uno studio di machine learning che predice con successo l'esito delle partite di pallavolo professionistica con un'accuratezza superiore al 93% utilizzando modelli di Gradient Boosting e Random Forest addestrati su dati sintetici e validati su partite reali della PlusLiga polacca, identificando i differenziali di OPI e di Break-Point come le caratteristiche predittive più critiche.
Questo articolo propone un framework di sicurezza basato sull'IA e consapevole della fiducia per le reti Cognitive Radio che integra il rilevamento basato su Random Forest e la valutazione della fiducia bayesiana per mitigare efficacemente gli attacchi SSDF, PUE e di jamming, raggiungendo un'elevata accuratezza di rilevamento e migliorando significativamente l'affidabilità e il throughput della rete anche in condizioni di attacco severo e bassi livelli di SNR.
Questo articolo propone CATBridge, un framework di potenziamento della conoscenza multi-stadio che sfrutta un meccanismo di collaborazione docente-studente per guidare i modelli linguistici di grandi dimensioni (LLM) leggeri nel raggiungere una precisione di allineamento CVE-ATT&CK superiore in ambienti a basse risorse, superando significativamente sia i metodi allo stato dell'arte che i modelli su larga scala zero-shot.
Questo studio valuta il routing ibrido classico-quantistico per un data center spaziale a 10 nodi utilizzando un workflow CUDA-Q, riscontrando che, sebbene i backend fotonici raggiungano un'accuratezza superiore con una bassa latenza, i backend a circuito quantistico variazionale (VQC) comportano penalità di latenza proibitive nonostante offrano strutture di stato quantistico più ricche.