3730 articoli
Questo articolo stabilisce una teoria rigorosa generale e un algoritmo efficiente per l'annidamento a cascata di gate elettro-ottici nella logica diretta, dimostrando che, sebbene la scalabilità sia lineare per molti casi importanti e moderatamente polinomiale in media, essa rimane esponenziale per i circuiti booleani generali con risultati intermedi condivisi.
Questo articolo presenta un framework di apprendimento automatico non supervisionato e adattivo che ricalibra dinamicamente le baseline per rilevare efficacemente le anomalie in asset industriali invecchiati attraverso diverse condizioni operative, ottenendo il 100% di recall e un tempo medio di preavviso di 72 ore in un processo di polimerizzazione di HDPE in un contesto reale senza richiedere dati di guasto etichettati.
Questo articolo introduce MUESCA, un corpus e uno schema di annotazione multigenere in spagnolo che quantifica la soggettività lungo un continuum utilizzando caratteristiche pragmatiche, dimostrando che la combinazione di queste caratteristiche con i modelli transformer migliora significativamente il rilevamento della soggettività, in particolare per i testi giornalistici ibridi.
Questo studio rivela che gli agenti virtuali sono percepiti come più intelligenti e affidabili quando il loro aspetto e il loro modo di parlare sono in contraddizione tra loro (ad esempio, apparendo intelligenti ma parlando in modo poco intelligente, o viceversa) piuttosto che quando entrambi i fattori trasmettono l'intelligenza in modo coerente.
Questo articolo propone SAFE CHA, un framework ibrido per agenti conversazionali nel campo della salute che integra grandi modelli linguistici, logica fuzzy e apprendimento per rinforzo guidati dalla Teoria dell'Autodeterminazione e dall'ottimizzazione vincolata per fornire un supporto per la salute mentale sicuro, empatico e personalizzato, bilanciando l'adattabilità con rigorosi controlli di sicurezza.
Questo articolo propone il modello X-WMHEA, un framework di deep learning interpretabile che integra HSIC-LASSO per la selezione delle caratteristiche, TabM per la classificazione e SHAP per la spiegabilità, al fine di valutare accuratamente la salute mentale e l'empowerment delle donne attraverso fattori psicosociali, raggiungendo un'elevata accuratezza sui dataset della depressione e fornendo al contempo approfondimenti trasparenti sulle variabili chiave influenzanti.
Questo articolo propone RSDQ-Net, una rete spazio-temporale consapevole del riferimento che unifica dati di danza eterogenei in uno scheletro canonico per modellare separatamente le deviazioni spaziali di esecuzione e quelle temporali della fase, raggiungendo prestazioni allo stato dell'arte nella valutazione automatica della qualità del movimento della danza attraverso molteplici dataset.
Questo articolo introduce il "gap di trasferimento della calibrazione" per dimostrare che, in presenza di uno shift di distribuzione, i parametri stimati dei metodi di ricalibrazione spesso non riescono a trasferirsi efficacemente ai domini target, un fenomeno guidato dal drift dei parametri e da relazioni tra confidenza e accuratezza non identificabili che rende il semplice rifacimento su piccoli budget di etichette target frequentemente dannoso.
Questo articolo propone un framework guidato dalla sensibilità che combina la quantizzazione a precisione mista per blocchi con l'adattamento a basso rango adattivo per comprimere efficientemente i grandi modelli linguistici, preservando o addirittura migliorando le prestazioni sui task a valle e la perplessità rispetto ai baseline in FP16.
Questo articolo introduce FOCUS, un framework di generalizzazione del dominio che migliora la robustezza del modello attraverso il disaccoppiamento delle caratteristiche rilevanti per il compito e di quelle specifiche del dominio tramite la regolarizzazione dell'informazione mutua, dimostrando che sebbene sia l'estimatore superiore (CLUB) che quello inferiore (MINE) migliorino efficacemente le prestazioni, il beneficio principale derivi dalla strategia di disaccoppiamento stessa piuttosto che dalla scelta dello stimatore specifico.