2456 articoli
Il documento introduce R-Super, un nuovo framework che sfrutta oltre 100.000 referti radiologici per addestrare modelli di segmentazione dei tumori senza richiedere scarsi maschere manuali, consentendo così un rilevamento multi-cancro su larga scala che supera significativamente sia i modelli IA esistenti che i radiologi umani.
Questo articolo presenta SonicPlay, un framework basato su Unreal Engine che operazionalizza i principi di accessibilità basati sull'audio in strumenti riutilizzabili, dimostrando attraverso studi doppi con giocatori non vedenti e sviluppatori professionisti che esso consente efficacemente la navigazione spaziale indipendente integrandosi al contempo senza soluzione di continuità nei flussi di lavoro standard dello sviluppo di videogiochi.
Questo studio empirico analizza i dati di 145 studenti UCI utilizzando 18 algoritmi di machine learning per identificare che il modello LightGBM predice con maggiore accuratezza la performance accademica, rivelando che i fattori dell'istruzione personale e scolastica (come genere, età, lavoro part-time e ascolto in classe) sono i principali motori del successo mentre i fattori familiari hanno un impatto più debole, consentendo così lo sviluppo di un'applicazione Shiny interpretabile per interventi accademici personalizzati.
Questo articolo introduce il Collective Adaptation Testbed (CAT), un'architettura software multi-agente basata sulla Dual-Inheritance Theory che risolve il paradosso della governance dei parametri quantitativi intercettando le decisioni del team per distinguere tra conformismo cieco e dissenso guidato dall'esperienza, consentendo così al sistema di rivedere autonomamente le proprie regole sulla base dei dati esiti retrospettivi.
Questo articolo propone un framework di segmentazione a forma di U leggero e consapevole degli artefatti e un benchmark di corruzione riproducibile per migliorare la robustezza e l'accuratezza della segmentazione delle lesioni dermoscopiche in presenza di artefatti di acquisizione come peli e riflessi speculari.
Questo articolo propone un framework di rilevamento dei deepfake che preserva la privacy, integrando il Federated Learning con ResNet-18 e l'algoritmo FedProx per raggiungere un'elevata accuratezza (97,20%) sul dataset FaceForensics++, garantendo al contempo la sicurezza dei dati e l'interpretabilità del modello senza trasferire le immagini grezze.
Questo articolo presenta un sistema di controllo per la smart home end-to-end e in tempo reale per individui con disabilità del linguaggio che integra un modello di riconoscimento dei gesti della mano basato su CNN con una pipeline di inferenza OpenCV e uno strato di azione modulare per tradurre gli input della telecamera dal vivo in comandi eseguibili per i dispositivi.
Questo studio introduce un framework di valutazione consapevole dell'incertezza basato sulla Teoria degli Experton per valutare i modelli di topic in corpora turistici specializzati, dimostrando che il BERTopic potenziato da LLM supera gli approcci tradizionali e neurali, rivelando al contempo che la temperatura di decodifica influenza significativamente l'interpretabilità.
Questo articolo propone una meta-euristica di post-ottimizzazione generale e a basso costo che migliora gli algoritmi multi-start generando e migliorando iterativamente la prole da un insieme d'élite di soluzioni, migliorando con successo i migliori risultati noti per tutti i 48 casi di istanze p-mediano planari testati in tempi di esecuzione comparabili.
Questo articolo propone un robusto framework di modellazione generativa basato su punteggi utilizzando perturbazioni Tsallis–Gaussian e un'architettura neurale a doppia testa per mitigare efficacemente l'impatto di dati a coda pesante e contaminazioni, mantenendo al contempo prestazioni generative competitive.