2354 articoli
Questo articolo propone una pipeline di dati basata sul campionamento che sfrutta la distribuzione stabile di Zipf dei log di gioco per identificare e instradare efficientemente le "hot keys" dominanti senza il monitoraggio dell'intero flusso, ottenendo così un miglioramento del throughput del 209,7% e una riduzione significativa dell'utilizzo della CPU rispetto alle esistenti soluzioni di bilanciamento del carico.
Il documento propone SKD-Net, un framework di distillazione della conoscenza leggero caratterizzato dai moduli MGA, FSD e ASD per ottenere una segmentazione accurata ed efficiente delle arterie coronarie nell'angiografia a raggi X, trasferendo la conoscenza strutturale e semantica da una potente rete teacher pur superando i limiti nella cattura delle relazioni a lungo raggio e nella preservazione dei bordi.
Questo articolo propone un metodo di previsione della forza di fresatura cross-device che combina il pre-addestramento auto-supervisionato, l'adattamento del dominio e il fine-tuning con pochi label per trasferire efficacemente la mappatura vibrazione-forza tra diversi dispositivi nonostante le differenze nella risposta dinamica e la limitata disponibilità di label nel dominio target, ottenendo un'elevata accuratezza con una quantità minima di dati etichettati.
Questo articolo espone l'illusione di un'elevata accuratezza nel rilevamento dei sintomi tramite parlato-testo in ambito medico, causata dalla memorizzazione delle frasi nelle suddivisioni standard dei dataset, e stabilisce un rigoroso baseline di valutazione frase-disgiunta utilizzando il modello Adaptive Gated Cross-Modal Fusion (AGCF) per rivelare metriche di prestazione oneste, rischi di equità per classe e l'utilità limitata delle caratteristiche del sentiment, dimostrando al contempo significativi guadagni di efficienza attraverso LoRA.
Questo articolo propone e valuta un framework guidato dall'IoT spiegabile che integra modelli di IA interpretabili per migliorare la trasparenza, la responsabilità e l'affidabilità del processo decisionale in tempo reale nei veicoli autonomi critici per la sicurezza.
Questo studio esplorativo condotto su 37 studenti di scuola secondaria superiore rivela che, sebbene i partecipanti non siano riusciti a distinguere significativamente tra soluzioni di programmazione umane e generate da ChatGPT, la loro accettazione di un tutor avatar 3D non è stata influenzata dall'esperienza precedente nella programmazione o dalla familiarità con l'avatar, evidenziando sia l'ottimismo che lo scetticismo riguardo all'integrazione dell'IA generativa nell'istruzione.
Questo articolo propone un framework basato sull'apprendimento per rinforzo gerarchico che scompone il restauro di affreschi in una selezione di regioni ad alto livello e operazioni adattive a basso livello coordinate, utilizzando vincoli di caratteristiche reversibili per bilanciare efficacemente la soppressione del rumore, la fedeltà strutturale e il recupero conservativo del colore in affreschi degradati complessi.
Questo articolo introduce QTR-Net, un framework Transformer unificato assistito dal quantum e consapevole della fiducia per la navigazione autonoma che integra la previsione della traiettoria, la mappatura dinamica della fiducia e l'ottimizzazione del percorso ibrida quantistico-classica per ottenere un controllo robusto e adattivo in ambienti di traffico complessi.
Questo studio dimostra che l'integrazione di Stable Diffusion adattato con LoRA e ControlNet per l'aumento dei dati sintetici migliora moderatamente le prestazioni del rilevamento dei rifiuti subacquei basato su YOLOv8s, sebbene la sua efficacia vari a seconda della classe di oggetto e dipenda dalla qualità delle immagini generate e dall'allineamento delle annotazioni.
Questo articolo presenta una pipeline completa per il rilevamento della propaganda in lingua araba che dimostra come l'aumento dei dati few-shot guidato da GPT-4.1 superi significativamente i metodi tradizionali, consentendo a un modello BERT sottoposto a fine-tuning di raggiungere risultati allo stato dell'arte (F1-Micro=0,66) che superano sia i precedenti benchmark che gli approcci LLM few-shot, rivelando al contempo che le caratteristiche linguistiche sono dannose e che l'aumento dei dati è il fattore critico di successo in questo contesto a scarse risorse e sbilanciato.