2550 articoli
Questo articolo propone la Spatio-Temporal Collaboration Network (STC-Net), che integra le modalità frame ed event attraverso un modulo Adaptive Spiking Neuron e un modulo High-order Spatio-Temporal Fusion per raggiungere prestazioni di object tracking allo stato dell'arte in condizioni difficili.
Questo articolo introduce una metodologia di valutazione guidata da scenari per confrontare suite di test generate da GenAI rispetto a quelle scritte da esseri umani, rivelando che mentre i prompt diretti recuperano più comportamenti attesi, le strategie "ideate-poi-implementate" producono suite più efficienti con meno duplicati, e gli approcci di sola ideazione riescono efficacemente a scoprire scenari di test aggiuntivi.
Questo articolo introduce QUAMET, un approccio innovativo che combina l'analisi strutturale e semantica per stabilire metriche software e rilevare sei tipi di code smell nei programmi quantistici, validato su un dataset raffinato di 4.102 progetti Qiskit reali.
Questo articolo propone un framework di Sistemi Neurali di Infrastruttura Consapevole (CINS) che utilizza i dati sull'onere domestico anziché le tradizionali metriche infrastrutturali per migliorare significativamente l'equità e l'accuratezza del rilevamento dell'insicurezza idrica guidato dall'IA negli insediamenti informali di Hyderabad, colmando così il divario tra le esperienze vissute e il processo decisionale istituzionale.
Questo articolo introduce "Quantum LEGO Learning", un framework IA ibrido modulare che disaccoppia un estrattore di caratteristiche classico congelato da un circuito quantistico variazionale addestrabile per ottenere un'ottimizzazione stabile, resilienza al rumore e prestazioni migliorate sull'hardware NISQ, separando l'apprendimento della rappresentazione dall'adattamento adattivo.
Edge-XReal è una pipeline software distribuita e hardware-agnostic progettata per superare i limiti computazionali dei dispositivi XR standalone, consentendo una comprensione olistica della scena 3D efficiente e a bassa latenza su hardware edge senza sacrificare l'accuratezza.
Questo articolo propone l'Attention-guided Local Dynamic Alignment (ALDA), un metodo privo di addestramento che migliora la classificazione visione-linguaggio zero-shot impiegando un campionamento multi-scala adattivo guidato dall'attenzione per ridurre il rumore di fondo e una propagazione iterativa bidirezionale su un grafo bipartito regione-descrizione per modellare le correlazioni semantiche reciproche, ottenendo così significativi miglioramenti di accuratezza attraverso diversi benchmark.
Questo articolo propone SOAGAN, una rete avversaria generativa con attenzione del secondo ordine che integra meccanismi di re-identificazione e un discriminatore con attenzione alla covarianza basato su U-Net per fornire feedback sia globali che a livello di pixel, migliorando così significativamente la qualità visiva soggettiva dei risultati della super-risoluzione di immagini singole.
Questo articolo propone un framework di deep learning ibrido che raggiunge un'elevata accuratezza nella rilevazione e nella classificazione della gravità dell'anemia combinando l'analisi di immagini di striscietti di RBC basata su DenseNet121 con un modello ensemble stacked per l'elaborazione dei dati CBC.
Questo studio quantitativo sugli studenti e i docenti di ingegneria indiani rivela che, sebbene gli strumenti di IA generativa come ChatGPT siano sempre più adottati per migliorare la preparazione per l'industria, gli studenti utilizzano una gamma più limitata di strumenti e riportano livelli di soddisfazione inferiori rispetto ai loro docenti, evidenziando una critica necessità di migliorare l'alfabetizzazione all'IA e le strategie di apprendimento personalizzato nell'istruzione superiore.