2578 articoli
Questo articolo propone un framework ibrido unificato che integra l'interpretabilità e l'efficienza dell'elaborazione digitale dei segnali classica con la robustezza e l'adattabilità del Machine Learning per affrontare efficacemente le sfide del miglioramento del parlato e del restauro delle immagini in condizioni di degradazione complesse e non stazionarie.
Questa Revisione Multivocale della Letteratura sintetizza le evidenze provenienti da 24 fonti per concludere che, sebbene i Large Language Models mostrino potenziale per specifici compiti di Quantum Software Engineering centrati sul codice, come la sintesi e la riparazione, essi funzionano attualmente principalmente come strumenti assistivi limitati piuttosto che come agenti robusti che abbracciano l'intero ciclo di vita, a causa di significative limitazioni nell'accuratezza semantica, nell'esecuzione del backend e nella copertura del dominio.
Questo studio sfrutta l'apprendimento automatico e la spiegabilità basata su SHAP per rilevare efficacemente gli annunci di lavoro fraudolenti online in Ghana, identificando il Multinomial Naive Bayes e la Regressione Logistica come i modelli con le migliori prestazioni e sottolineando i requisiti educativi, le scadenze per la candidatura e la categorizzazione del lavoro come indicatori chiave di frode.
Questo articolo propone un framework di rete neurale a grafo spazio-temporale arricchito dal contesto che integra dati urbani eterogenei per migliorare significativamente l'accuratezza della previsione della domanda energetica delle stazioni di ricarica per veicoli elettrici rispetto ai modelli temporali tradizionali in diversi contesti urbani e semi-rurali.
Questo articolo presenta un robusto framework ibrido per il rilevamento dei deepfake che integra ResNet-50, XceptionNet e Vision Transformer per l'estrazione delle caratteristiche spaziali con Bidirectional LSTM per la modellazione temporale, raggiungendo prestazioni allo stato dell'arte con un'accuratezza del 91,07% sui dataset DFD e FF++.
Questo articolo presenta HMFuzzer, un framework di fuzzing cooperativo multi-agente che potenzia la scoperta di vulnerabilità delle API di HarmonyOS sfruttando il recupero del codice Android, l'interpretazione multimodale dei documenti, l'apprendimento per rinforzo per l'ottimizzazione dei prompt e l'analisi automatizzata dei crash per superare la scarsità e la bassa qualità della documentazione esistente dell'ecosistema.
Questo articolo presenta WhispiTree, un sistema di IA conversazionale multisensoriale basato sulla metafora del "buco nell'albero" e sui principi della CBT che, attraverso un trial controllato randomizzato di nove settimane, ha dimostrato una significativa efficacia nella riduzione di ansia e depressione tra gli studenti universitari, offrendo al contempo un'accessibilità, una privacy e un feedback in tempo reale superiori rispetto alla consulenza tradizionale.
Questo articolo presenta una pipeline sistematica per il riconoscimento facciale con mascherina robusto che combina un rilevatore YOLOv8 perfezionato con il ritaglio della parte superiore del volto guidato dai landmark, dimostrando attraverso un benchmarking esteso che questa ottimizzazione multistadio supera significativamente gli approcci a modello singolo, in particolare quando si utilizza FaceNet con la similarità del coseno.
Questo articolo propone e valuta due approcci di Programmazione Lineare Intera (ILP) per orchestrare i cicli di attivazione e carica dei sensori energeticamente neutri al fine di garantire una copertura temporale e spaziale continua nelle reti di monitoraggio all'aperto, analizzando i compromessi tra complessità di implementazione, tempo di risoluzione e ottimalità della soluzione.
Questo articolo propone il Dynamic Explainable Framework (DEF), una pipeline a tre stadi che integra Transformer per serie temporali, Graph Convolutional Networks e tecniche di spiegabilità post-hoc per ottenere un rilevamento delle intrusioni ad alta precisione, ridurre significativamente la fatica da allerta degli analisti dando priorità agli incidenti critici e fornire motivazioni trasparenti e quasi in tempo reale per gli ambienti di Security Operation Center.