2550 articoli
Questo articolo propone CGS-RAG, un nuovo framework che sfrutta l'algoritmo HDRF per la partizione personalizzabile delle comunità e la reportistica semantica per superare i limiti dei sistemi RAG tradizionali e potenziati dai grafi, bilanciando la coerenza semantica globale con l'efficienza nell'uso delle risorse in scenari di conoscenza dinamica.
Questo articolo presenta un framework deterministico e basato su concetti per l'addestramento nei simulatori di volo che mappa l'evidenza subsimbolica in adattamenti di scenario ammissibili tramite una politica di apprendimento automatico vincolata, garantendo l'affidabilità attraverso garanzie di sicurezza formali e dimostrando l'efficacia empirica nell'approssimare una politica di base verificata.
Questo articolo propone un framework computazionale multimodale che fonde video del cammino, segnali inerziali, pressione plantare e dati di flessione del ginocchio per ottenere una valutazione intelligente ad alta precisione della funzione del ginocchio e della previsione del rischio di esercizio per pazienti anziani, dimostrando una stabilità e una robustezza superiori rispetto ai modelli di base esistenti.
Questo studio dimostra che le Submanifold Sparse Convolutional Networks (SSCN) raggiungono un'elaborazione del LiDAR batimetrico da aeromobile ad alta precisione e di grado operativo con una precisione del 97,2% e una copertura del 99,7% utilizzando dati di addestramento minimi, stabilendo un benchmark riproducibile per il rilievo costiero automatizzato e la cartografia nautica.
Questo studio propone un framework basato su GPT-4 per l'automazione di documenti amministrativi sanitari chiave, come le sintesi di dimissioni e i rimborsi assicurativi, dimostrando un'elevata fluidità e coerenza attraverso il prompt engineering, pur evidenziando la necessità di lavori futuri per affrontare l'accuratezza fattuale e l'integrazione nel mondo reale.
Questo articolo introduce un algoritmo di Ottimizzazione Compressa Monte-Carlo che sfrutta query casuali per stimare momenti generalizzati e un algoritmo greedy di compressione del segnale riadattato per risolvere problemi di ottimizzazione combinatoria, offrendo prestazioni competitive rispetto al dual annealing, giustificazione teorica e adattabilità regolabile alle risorse computazionali.
Questo articolo propone FedSAG-IVW, un framework di apprendimento federato che combina meccanismi di auto-attenzione locale con la pesatura della varianza inversa e la regolarizzazione di Tikhonov per rilevare efficacemente le fake news affrontando al contempo l'eterogeneità dei dati e preservando la privacy dei dati, raggiungendo un'accuratezza superiore su molteplici dataset.
Il documento introduce DenoisedSR, un front-end agnostico rispetto al solver che apprende prior a supporto variabile per accelerare significativamente e migliorare l'accuratezza della regressione simbolica per la scoperta di leggi fisiche, filtrando le variabili irrilevanti prima che raggiungano il backend del solver.
Questo articolo introduce il Framework Generativo Collaborativo Sensibile alla Struttura (SACGF), una nuova pipeline che integra Stable Diffusion, ControlNet e SAM per ottenere una ricostruzione digitale ad alta fedeltà delle superfici dell'arte della lacca bilanciando coerenza strutturale, fedeltà della trama e coerenza dello stile, validata da una nuova metrica quantitativa e un dataset specializzato.
Questo articolo propone SEM-EDGE-X, un framework di intelligenza semantica edge consapevole dell'intento che integra l'estrazione di caratteristiche semantiche, il routing adattivo e la coordinazione multi-agente per superare significativamente i modelli di comunicazione convenzionali nelle reti UAV–veicolari 6G dinamiche e a bassa latenza.