2456 articoli
Questo articolo propone un metodo di steganografia video robusto che combina l'embedding MEC-AQIM nel dominio DWT-SVD con un meccanismo di sincronizzazione del pseudo-rumore a doppio strato per recuperare efficacemente i dati segreti da video sottoposti sia a ricompressione che a ritaglio arbitrario.
Questo articolo propone un sistema di apprendimento continuo ibrido di ispirazione biologica che co-progetta un algoritmo ibrido Drosophila-uomo con un hardware a memristore auto-selettivo per superare l'oblio catastrofico e le inefficienze energetiche, ottenendo miglioramenti significativi in termini di velocità ed energia rispetto ai tradizionali acceleratori CMOS.
Questo articolo presenta un framework di apprendimento automatico verificabile e con controllo delle perdite che armonizza dati sulle emissioni europei eterogenei per prevedere accuratamente gli aggiornamenti spaziali a breve termine per gli inventari di cadmio, mercurio e piombo, ottenendo riduzioni significative degli errori rispetto ai baseline definendo esplicitamente i limiti operativi per lo screening delle anomalie e la prioritizzazione degli esperti piuttosto che una previsione illimitata.
Questo articolo introduce bio2C, un benchmark conforme ai principi FAIR composto da 2.500 coppie curate di linguaggio naturale-Cypher, e un framework di Generazione Aumentata dal Recupero modulare che migliora significativamente l'accuratezza del Text2Cypher per i grafi di conoscenza biomedica, sfruttando esempi recuperati rispetto al prompting basato sullo schema.
Questo studio dimostra che i modelli linguistici di grandi dimensioni all'avanguardia esibiscono una "autocorrezione performativa" generando un esteso discorso critico senza mai revisionare sostanzialmente le proprie risposte iniziali attraverso 72 round iterativi di revisione, sfidando così l'efficacia delle strategie di correzione basate sul prompting per migliorare l'affidabilità dell'IA.
Questo articolo presenta un framework trasparente e assistito dal recupero che ancora le evidenze numeriche in linguaggio naturale in schemi di ottimizzazione strutturati, dimostrando che, sebbene il recupero degli schemi sia altamente efficace, il collo di bottiglia principale per l'automazione dell'instanziazione dei problemi di ottimizzazione risieda nel compito a valle di associare accuratamente i numeri estratti ai rispettivi slot.
Questo studio introduce BoneNet, un framework di deep learning multimodale che integra un backbone YOLOv8m con blocchi di attenzione residua dilatata e fusione di dati tabulari per ottenere il rilevamento automatizzato ad alta precisione, la classificazione della gravità e la stima della profondità spiegabile della perdita ossea peri-implantare, identificando al contempo in modo trasparente i limiti di prestazione nei casi gravi.
Questo articolo presenta la prima implementazione e valutazione di algoritmi di attraversamento BFS e DFS efficienti in termini di spazio su grafi di de Bruijn succinti, dimostrando riduzioni significative nell'uso della memoria ausiliaria (fino a 11×) e nell'impronta di memoria complessiva (fino a 2,36×) su un grafo con 800 milioni di archi.
Questo articolo presenta uno studio longitudinale della durata di un mese che dimostra come, sebbene sia i comportamenti robotici persuasivi che quelli istruttivi mantengano l'impegno degli anziani nelle attività cognitive, uno stile di interazione persuasivo sia più efficace nel favorire risposte positive e una connessione emotiva, suggerendo che un approccio ibrido possa essere il migliore per sostenere la motivazione a lungo termine.
Questo articolo propone un modello di Sistema di Coordinate Topologiche del Cyberspazio (CTCS) e un corrispondente framework 3D che utilizzano relazioni logiche, informative e sociali per visualizzare e analizzare efficacemente strutture di rete complesse, superando i metodi tradizionali integrando diversi tipi di dati e rivelando gli attributi dei nodi e i percorsi di propagazione.