2456 articoli
Il documento propone MRT, un framework di riconoscimento del testo nelle scene che combina una Mamba potenziata da Neighborhood Attention per un'efficiente aggregazione spaziale locale con un Reusable Transformer a condivisione di pesi per il contesto globale bidirezionale, ottenendo un rapporto accuratezza-efficienza superiore attraverso molteplici benchmark.
Questa revisione sistematica analizza le architetture, le applicazioni e le sfide del federated learning per il rilevamento distribuito delle minacce informatiche, evidenziando lo spostamento verso modelli decentralizzati per affrontare i limiti di privacy e larghezza di banda, identificando al contempo i dati non-IID e gli attacchi avversari come barriere critiche per un'implementazione efficace.
Questo articolo propone un metodo di clustering multi-vista a singolo passaggio e veloce che unisce il clustering spettrale e la fattorizzazione di matrici non negative con la regolarizzazione del log-determinante tensoriale per catturare efficacemente le correlazioni cross-view di alto ordine e raggiungere prestazioni e scalabilità superiori rispetto ai metodi allo stato dell'arte.
Questo articolo propone un modello REAE-LTransformer ottimizzato da un algoritmo Improved Four-Vector Intelligent Metaheuristic (IFVIM) per prevedere accuratamente la vita utile residua delle batterie agli ioni di litio estraendo efficacemente le caratteristiche di degradazione, catturando le dipendenze a lungo termine e minimizzando gli errori di previsione, raggiungendo prestazioni superiori con un MAE inferiore a 0,024 e un R² superiore a 0,99 su molteplici dataset.
Questo articolo propone un modulo di associazione guidato dall'aspetto basato su XGBoost e leggero che integra descrittori di colore, gradiente e morfologia nel framework SORT per ridurre significativamente gli scambi di identità e migliorare l'accuratezza del tracciamento per pesci densamente stoccati nel monitoraggio subacqueo in tempo reale.
Questo articolo propone un framework di crittografia ibrida scalabile che combina una Mappa Logistica derivata da password per la generazione di chiavi caotiche, un Cifrario di Hill Unimodulare dinamico per la costruzione di grandi matrici invertibili e AES-CBC per fornire una sicurezza robusta e indipendente dal formato per file binari universali con entropia quasi ideale e forte resistenza agli attacchi criptanalitici.
Pivot-WFSM introduce un approccio scalabile in termini di memoria al mining di sottografi frequenti pesati che sostituisce l'archiviazione tradizionale degli embedding con il re-matching su richiesta, riducendo drasticamente l'uso di memoria di picco e consentendo l'analisi di grandi database di multigrafia che precedentemente causavano errori di esaurimento della memoria.
Questo articolo propone e valuta un approccio basato sul punteggio che classifica automaticamente i processi aziendali in categorie di strutturazione (strutturato, semi-strutturato, debolmente strutturato e non strutturato) analizzando le relazioni temporali ed esistenziali granulari tra le attività all'interno dei log degli eventi per affrontare la mancanza di supporto automatizzato nel process mining.
MonitorVLM-v2 è un framework distribuito che trasforma il ragionamento visivo-linguistico aperto in previsioni simboliche a singolo step ed efficienti tramite l'ottimizzazione della policy simbolica e il triage guidato dall'entropia, ottenendo un aumento di velocità di 19,45 volte e tassi di rilevamento delle violazioni significativamente più elevati nel monitoraggio della sicurezza industriale in tempo reale rispetto all'ispezione manuale.
RGBA-Net è un framework leggero e allo stato dell'arte per la rilevazione di oggetti salienti RGB-D che impiega un encoder a doppio stream asimmetrico, un gate di affidabilità della profondità e un modulo di fusione consapevole dei bordi per raggiungere un'elevata accuratezza con soli 3,49 milioni di parametri, mitigando efficacemente il rumore e la complessità della profondità.