2354 articoli
Questo articolo dimostra che l'aggiunta di un "timbro d'ordine" co-addestrato alle chiavi della memoria interna persistente del modello risolve i conflitti di versione consentendo il recupero preciso di fatti specifici in base alla loro sequenza temporale, piuttosto che fare affidamento su scorciatoie di capacità o di recenza.
Questo articolo presenta un approccio basato su un grafo dinamico delle dipendenze dei servizi per modellare le anomalie di caricamento e identificare le cause radice nelle grandi piattaforme di social media, ottenendo un'elevata accuratezza nella previsione dei ritardi e riducendo significativamente i tempi di localizzazione rispetto ai metodi statici.
Questo articolo introduce RiskThread-LF, un framework debolmente supervisionato e preservante la privacy che rileva thread di messaggi di comunità anomali fondendo diversi segnali comportamentali e correggendo il bias di segnalazione, ottenendo prestazioni superiori rispetto ai baseline basati su contenuti e su grafi pur mantenendo la robustezza sotto la privacy differenziale.
Questo articolo propone e valuta un controllore di edge intelligence adattivo e consapevole della sicurezza per sistemi di visione assistiva che bilancia dinamicamente le modalità di elaborazione in base alle condizioni di rete, computazionali e di rischio in tempo reale per minimizzare la latenza e garantire un feedback tempestivo, delineando al contempo un quadro per la futura validazione sperimentale.
Questo articolo propone un controllore di elaborazione video adattivo e consapevole del rischio per la visione assistiva a bassa latenza che separa dinamicamente l'ammissione dei fotogrammi dalla selezione della modalità di inferenza sulla base di metriche di rete, computazione e rischio di navigazione, riducendo così significativamente la latenza end-to-end e scartando i fotogrammi non critici obsoleti pur garantendo che le osservazioni a rischio critico ricevano un'elaborazione ad alta fedeltà.
Il documento introduce FrameShift-CAD, un benchmark diagnostico che rivela un significativo divario di affidabilità nei modelli text-to-CAD, mostrando come essi fatichino a eseguire correttamente trasformazioni di rotazione pura dei sistemi di coordinate rispetto alle traslazioni, anche quando vengono fornite istruzioni di mappatura esplicite.
Questo articolo propone e valuta due modelli ensemble per la previsione delle malattie cardiovascolari, riscontrando che una combinazione più semplice di tre classificatori (DNL) supera un framework più complesso a 24 classificatori (MEDPOLY) ottenendo un'accuratezza del 98% e, al contempo, evitando l'overfitting e offrendo una migliore interpretabilità.
Questo articolo propone CINN, una rete neurale invertibile basata su convoluzione che integra l'accoppiamento di caratteristiche globali-locali e il pooling di attenzione multi-canale per migliorare simultaneamente la sicurezza, l'impercettibilità e la fedeltà di recupero della steganografia delle immagini, superando i metodi allo stato dell'arte esistenti attraverso molteplici dataset e valutazioni di steganalisi.
Questo articolo propone un'architettura di "Modello Linguistico a Fascio di Stati" (Sheaf-State Language Model) che sostituisce l'eccessiva complessità computazionale dell'auto-attenzione densa con un framework a minore complessità utilizzando dinamiche di spazio di stato locali e morfismi di incollaggio sparsi e tipizzati per gestire efficientemente il contesto e le dipendenze.
GaussCast è un framework di consegna consapevole delle dipendenze per il 3D Gaussian Splatting stratificato multi-utente che aggrega le richieste simultanee degli utenti presso un proxy edge per recuperare i blocchi prerequisiti condivisi una sola volta, riducendo così significativamente il traffico verso l'alto e migliorando la latenza di avvio e la qualità del rendering rispetto alle strategie di consegna indipendenti per singolo utente.