2363 articoli
Questo articolo presenta un framework di digital twin informato da TCGA che utilizza l'apprendimento per rinforzo offline SafeCQL per ottimizzare le politiche di dosaggio della chemioterapia, bilanciando esplicitamente il controllo del tumore rispetto ai vincoli di sicurezza fisiologica all'interno di un ambiente di simulazione preclinica trasparente.
Questo articolo propone un framework di deep Q-learning con maschera d'azione per ottimizzare i servizi ferroviari urbani selezionando dinamicamente tra pattern a lunghezza intera e a corsa breve, il che riduce significativamente i tempi di attesa dei passeggeri e aumenta la capacità di servizio rispetto alle tradizionali politiche fisse o basate su soglie, garantendo al contempo la fattibilità operativa.
Questo articolo propone un framework di previsione del flusso di traffico che separa esplicitamente le osservazioni dinamiche dai priori strutturali e periodici, integrandoli tramite un nuovo meccanismo di Fusione Adattiva Condizionata dai Priori (PCAF) per raggiungere una precisione allo stato dell'arte su molteplici dataset.
Questo articolo presenta PUD–DIKF, un sistema di odometria LiDAR–RGB-D–IMU consapevole dell'affidabilità che utilizza un Tensore di Incertezza di Predizione derivato dalla diffusione bidirezionale per adattare dinamicamente le covarianze del filtro di Kalman, prevenendo così che le misurazioni degradate dominino gli aggiornamenti dello stato e ottenendo una precisione della traiettoria superiore su molteplici benchmark.
Questo articolo propone COMPASS, un sistema di raccomandazione robusto che migliora le prestazioni in presenza di dati rumorosi e sparsi integrando viste di decomposizione a basso rango multi-risoluzione con l'apprendimento contrastivo guidato dal contesto sociale e strategie di ottimizzazione adattiva.
Questo studio dimostra che il rischio residuo per la sicurezza della supervisione clinica basata su regole è determinato congiuntamente dal protocollo di implementazione (specificamente la disponibilità del passaggio di consegne) e dalle caratteristiche di fallimento del modello base, rivelando un divario critico tra la conformità automatizzata alle regole e l'effettiva adeguatezza clinica.
Questo articolo dimostra e prova che il Thompson Sampling, quando combinato con un semplice meccanismo di imitazione in un gioco di prezzi di Bertrand multi-agente simmetrico, converge in modo affidabile all'equilibrio di Nash in modo decentralizzato e model-free, offrendo un approccio pratico di apprendimento per rinforzo per ambienti multi-agente complessi.
Questo articolo presenta PointCloud-ID, un framework deterministico che stabilisce un'identità stabile e consente la verifica dell'integrità spazialmente localizzata per i nuvole di punti geospaziali canonizzando i dati sotto profili versionati e costruendo alberi di Merkle partizionati per attributi, distinguendo così le ricodifiche che preservano il contenuto dalle modifiche effettive.
Questo articolo propone un framework leggero aumentato dalla diffusione che combina una CNN leggera, l'aumento dei dati basato sulla diffusione e la distillazione della conoscenza per ottenere un riconoscimento delle espressioni facciali ad alte prestazioni e in tempo reale nei bambini su dispositivi con risorse limitate, superando i baseline esistenti sui dataset LIRIS-CSE e CAFE.
Questo articolo presenta IG-COAS, un sistema cooperativo ibrido che migliora la sicurezza dei sorpassi sulle strade a due corsie integrando la comunicazione V2X, la modellazione dinamica dell'ambiente basata su grafi e l'apprendimento automatico assistito dal cloud per fornire una valutazione del rischio di collisione predittiva in tempo reale e supporto decisionale.