2354 articoli
Questo articolo introduce DMASNet, un framework di rilevamento dei difetti leggero ed efficiente per circuiti stampati che sfrutta l'ottimizzazione delle caratteristiche multi-scala, l'upsampling dinamico e funzioni di perdita specializzate per migliorare significativamente l'accuratezza e la velocità di inferenza in tempo reale sull'hardware industriale.
Questo articolo introduce una primitiva quantistica della Densità Locale degli Stati (LDOS) per il k-SAT casuale che utilizza la stima dell'ampiezza per stimare efficientemente la frazione residua di soddisfacibilità, dimostrando un vantaggio quantistico per larghezze delle clausole pari a quattro o superiori e chiarendo che la frazione di positività è principalmente un effetto strutturale di conteggio piuttosto che un segnale della transizione di congelamento.
Questo articolo propone un framework di fusione delle evidenze adattivo e consapevole della ricostruzione che integra rami spazialmente discriminativi e consapevoli della ricostruzione attraverso l'interazione guidata dalle anomalie e il routing dell'affidabilità per ottenere un rilevamento robusto e generalizzabile di immagini generate tramite diffusione attraverso generatori non visti e perturbazioni di post-elaborazione.
Questo articolo propone un framework statistico profondo ibrido che integra un autoencoder convoluzionale temporale, un modello residuo probabilistico e una calibrazione dei valori estremi per ottenere un rilevamento delle anomalie robusto, interpretabile e adattivo in flussi di sensori multivariati, dimostrando prestazioni superiori e ritardi di rilevamento ridotti su sei benchmark diversificati rispetto ai baseline transformer e contrastivi.
Questo articolo propone TWLASBMSL, un metodo innovativo per la generazione di campioni avversari a livello di parola in lingua tibetana che integra il legame morfosintattico per garantire la correttezza grammaticale, ingannando efficacemente i modelli target nei compiti di analisi del sentiment e di classificazione del testo.
Questo articolo introduce DRS-Track, un framework di multi-object tracking potenziato che integra il campionamento dinamico, l'attenzione al campo recettivo e una testa di rilevamento condivisa cross-scale per superare sfide quali le variazioni di scala e le occlusioni, ottenendo prestazioni superiori sia su un dataset auto-costruito che sul benchmark KITTI.
Questo articolo propone un sistema di calcolo neuromorfico efficiente dal punto di vista energetico, robusto e interpretabile che utilizza reti neurali spiking e l'addestramento consapevole dell'hardware per ottenere un rilevamento ad alta precisione e in tempo reale delle malattie epatiche tramite biomarcatori clinici, offrendo un'alternativa superiore ai modelli convenzionali computazionalmente intensivi.
Il documento propone il framework Hierarchical Sensor-Fused Edge Intelligence with Digital Twin Feedback (HSEI-DTF), un sistema di manutenzione predittiva a più livelli che integra l'elaborazione di segnali multimodali basata sull'edge, modelli di apprendimento automatico ibridi e la sincronizzazione di un digital twin physics-informed per ridurre significativamente i tempi di inattività delle apparecchiature e i tassi di falsi negativi, ottenendo al contempo un'elevata accuratezza e una bassa latenza negli ambienti IoT industriali.
Questo articolo propone un framework di ipergrafo di manipolazione dinamica che modella le interazioni evolutive tra entità multiple come unità relazionali di ordine superiore piuttosto che come archi a coppie, ottenendo miglioramenti significativi delle prestazioni nel riconoscimento fine dell'attività umana sui dataset EPIC-KITCHENS-100/VISOR e Assembly101.
Questo articolo dimostra che i modelli TinyML su dispositivi IoT con risorse limitate sono vulnerabili ad attacchi furtivi di iniezione di guasti di tensione ed elettromagnetici che possono degradare l'accuratezza o forzare output prevedibili, e propone la Riduzione Casuale di Sé (Randomized Self-Reduction) e il voto di maggioranza come contromisure efficaci per aumentarne la robustezza.