2363 articoli
Questo articolo propone un framework efficiente in termini di parametri e indipendente dalla lingua per adattare i modelli Whisper a parlato specifico di dominio con scarse risorse, integrando il fine-tuning dell'attenzione basato su LoRA, lo SpecAugment on-the-fly e una strategia di decodifica a due stadi con rescoring del modello linguistico.
Sentinel-Mesh è un framework neuro-simbolico che combina la sintesi di patch guidata da LLM con la verifica formale basata su SMT per rimediare autonomamente alle configurazioni errate del cloud, garantendo al contempo l'eliminazione delle patch allucinate e assicurando la sicurezza semantica all'interno di un'astrazione definita di esposizione di rete, crittografia e sensibilità dei dati.
Questo articolo introduce un framework adattivo unificato per il miglioramento delle immagini che generalizza gli operatori di ordine intero come Sobel e Laplaciano in uno spettro di ordine frazionario di Grünwald-Letnikov continuo, caratterizzato da fusione multidirezionale, selettività di fase a ordine complesso e un meccanismo di ordine adattivo guidato da AlphaNet per ottenere una conservazione della texture e un controllo del rumore superiori in diversi domini.
Questo articolo propone un quadro concettuale per quantificare il rischio di cybersicurezza nei sistemi di IA introducendo cinque dimensioni critiche — Superficie di Attacco, Exploitability del Modello, Integrità dei Dati, Esposizione Regolatoria e Maturità dei Controlli — per affrontare i limiti degli strumenti esistenti focalizzati sull'IT e stabilire un vocabolario condiviso per tradurre le minacce specifiche dell'IA in decisioni organizzative.
Questo articolo propone un framework probabilistico per la stima della posa umana 2D che integra una backbone basata su Multi-Scale Context Fusion Vision Transformer, una Mappa di Probabilità Adattiva per la modellazione dinamica dell'incertezza e una Adaptive OKSLoss per migliorare significativamente le prestazioni in scenari critici che coinvolgono occlusioni e keypoint fuori bordo.
Il documento propone HRMN, un nuovo framework di apprendimento per serie temporali che imita l'elaborazione gerarchica della corteccia dei primati scomponendo i segnali in modi intrinseci tramite EEMD, instradando le componenti transitorie e persistenti verso rami specializzati TCN e Transformer in base ai loro esponenti di Hurst, e raggiungendo prestazioni allo stato dell'arte in compiti di classificazione, regressione e rilevamento delle anomalie con significativamente meno parametri rispetto ai modelli esistenti.
Questo articolo propone CAFAD, un metodo consapevole del contesto che sfrutta l'attenzione cross-percezione tra le fasi di volo e gli insiemi di contesto localizzati e specifici per lo spazio aereo per ottenere un rilevamento delle anomalie a livello di fase più fine per una migliore sicurezza delle traiettorie di volo.
ChronoStyleNet 2.0 è un sistema non parametrico e multimodale progettato per assistere gli specialisti nella documentazione, datazione e interpretazione della statuaria buddista attraverso le dinastie cinesi, sfruttando il prompting strutturato e la generazione aumentata dalla ritrasmissione, dimostrando prestazioni elevate nell'analisi stilistica e nella datazione pur fungendo da ausilio tracciabile piuttosto che da sostituto del giudizio esperto.
Questo articolo propone un algoritmo di ricerca della chiave quantistica migliorato che sfrutta le distribuzioni di errore indotte da attacchi side-channel per ottenere un incremento di velocità super-quadratico rispetto ai metodi classici e supera gli approcci quantistici esistenti come quello di Glaser, affrontando al contempo le sfide della preparazione dello stato di input attraverso un'implementazione efficiente dello stato di Dicke.
Questo articolo propone la Wafer Conditional Generative Network (WCGN), un framework che integra la Feature-wise Linear Modulation in un'architettura U-Net per generare maschere interpretabili a livello di pixel per difetti sovrapposti di tipo misto nelle mappe dei wafer (wafer bin maps), superando così i metodi allo stato dell'arte nell'accuratezza della segmentazione e supportando la diagnosi "engineer-in-the-loop" nella produzione di semiconduttori.