2456 articoli
Questo articolo presenta ANA, un'applicazione multimodale guidata dall'IA che integra l'analisi di testo, voce e video con i principi della terapia dei Sistemi Familiari Interni (IFS) per riconoscere accuratamente gli stati emotivi e le parti psicologiche interne degli utenti, raggiungendo prestazioni elevate attraverso le modalità per consentire interazioni sulla salute mentale più ricche ed incarnate.
Questo articolo propone una metodologia che combina l'analisi delle serie temporali basata su shapelet con strutture dati multidimensionali e vincoli di intervallo per identificare con precisione le finestre temporali e i modelli di connettività degli utenti che guidano la propagazione dell'hate speech sui social media, consentendo così un rilevamento e una mitigazione degli eventi più efficaci.
Questo studio utilizza dati indossabili multimodali e l'apprendimento automatico per dimostrare significative differenze di stress tra gli studenti che apprendono l'inglese come seconda lingua e i madrelingua durante le valutazioni digitali, raggiungendo un'elevata accuratezza di rilevamento e identificando caratteristiche predittive chiave per informare la progettazione di tecnologie educative più supportive e incentrate sull'essere umano.
Questo articolo propone il Tangent Subspace Boundary Attack (TSBA), un attacco avversario black-box basato su decisioni ed efficiente in termini di query, che migliora i metodi esistenti limitando gli aggiornamenti della perturbazione all'interno di un sottospazio tangente a bassa dimensionalità del confine decisionale per stabilizzare il processo di ricerca e ridurre significativamente la complessità delle query pur mantenendo livelli di distorsione competitivi.
Questo studio dimostra che, sebbene le reti di Kolmogorov–Arnold (KAN) mitigino intrinsecamente il bias spettrale meglio dei classici MLP nella dinamica strutturale non lineare, l'applicazione della codifica delle caratteristiche di Fourier è il fattore dominante per l'accuratezza, rendendo gli MLP potenziati da Fourier superiori sia alle KAN semplici che alle KAN potenziate da Fourier, le quali soffrono di un degrado delle prestazioni dovuto alle oscillazioni del gradiente incompatibili con l'ottimizzazione physics-informed.
Questo articolo introduce IRA, un framework conversazionale ibrido che combina un classificatore di intenti MLP interpretabile, addestrato su un corpus code-mixed, con una modalità di fallback generativa per raggiungere un'elevata accuratezza e trasparenza nel dialogo consapevole delle emozioni per applicazioni di salute mentale e supporto; si noti che il campionamento eccessivo basato sulla duplicazione non introduce variazione lessicale.
Questo articolo affronta la sfida di fornire un feedback individualizzato nelle lezioni universitarie di badminton su larga scala introducendo un nuovo dataset di riferimento di 7.200 clip video annotate e un modello baseline che valuta automaticamente la qualità del movimento degli studenti rispetto alle dimostrazioni professionali, ottenendo metriche di prestazione promettenti per l'assistenza all'educazione fisica intelligente.
Questo articolo propone che il ragionamento efficace nei grandi modelli linguistici emerga non semplicemente da varietà di inferenza a bassa dimensionalità, ma da un regime strutturale vincolato specifico che bilancia espressività, compressione e preservazione dell'informazione, abilitando un nuovo framework diagnostico privo di etichette basato sulla dinamica geometrica interna.
Questo articolo introduce Aux-AI, un framework di supervisione indipendente federata caratterizzato da un nucleo di Decisione-Fiducia disaccoppiato che garantisce l'autonomia industriale consapevole della fiducia rilevando efficacemente guasti indotti dall'hardware e scostamenti fuori distribuzione con accuratezza, throughput in tempo reale ed efficienza energetica superiori rispetto agli esistenti monitor di sicurezza.
TopoNet è un framework a doppio ramo guidato dalla topologia che potenzia la classificazione di immagini mediche volumetriche integrando caratteristiche topologiche spazialmente registrate derivate dall'omologia persistente con indizi basati sull'aspetto attraverso l'attenzione cross-branch, migliorando così accuratezza, robustezza e interpretabilità.