1017 articoli
Questo articolo propone un sistema di posta elettronica vocale sicuro, basato sull'intelligenza artificiale e progettato per utenti ipovedenti, che elimina le interfacce grafiche integrando FaceNet per l'autenticazione biometrica, Whisper per il riconoscimento vocale ad alta precisione e modelli transformer per la sintesi e la traduzione delle email tramite l'API di Gmail.
Questo studio dimostra che i 3D Swin Transformer superano significativamente le reti neurali convoluzionali nella generalizzazione tra diversi scanner per la segmentazione dell'ippocampo, raggiungendo prestazioni quasi invarianti su diversi dataset multicentrici senza necessità di fine-tuning e stabilendo un nuovo standard per l'impiego clinico.
Questo articolo dimostra che, sebbene sia la somiglianza di opinione che quella strutturale guidino la polarizzazione nelle reti sociali, combinare strategicamente questi meccanismi negli algoritmi di raccomandazione dei link può prevenire la frammentazione della rete e favorire la coesistenza di opinioni moderate.
Questo articolo propone un framework di deep learning ibrido multimodale ed esplicabile che integra dati da smartphone e sensori indossabili per ottenere un rilevamento precoce della depressione ad alta precisione, sfruttando l'ingegneria delle caratteristiche avanzata e i meccanismi di attenzione per identificare indicatori comportamentali chiave quali l'irregolarità del sonno, la ridotta mobilità, il ritiro sociale e l'aumento dell'uso dello smartphone durante la notte.
Questo articolo presenta un sistema di riconoscimento automatico del parlato per il karakalpak basato sull'architettura wav2vec 2.0 XLS-R, che sfrutta un corpus di parlato karakalpak di 50 ore appena creato per raggiungere un tasso di errore di parole del 21,10% e dimostra l'impatto del volume di dati etichettati sulle prestazioni di riconoscimento per le lingue a basse risorse.
Questo articolo propone un framework di assemblaggio guidato dall'IA che integra istruzioni contestuali in tempo reale direttamente nel design del prodotto per sostituire i manuali statici, dimostrando attraverso uno studio sugli utenti che questo approccio riduce significativamente i tempi di assemblaggio, gli errori, l'esitazione e il carico cognitivo rispetto alla guida manuale tradizionale.
Questo studio propone un modello Time-Decay Gated Recurrent Unit (TD-GRU) che confina il decadimento temporale allo stato nascosto per preservare i valori clinici grezzi, dimostrando un beneficio clinico netto statisticamente credibile e una prestazione superiore rispetto a diversi baseline per la previsione precoce della Sepsis-3 in traiettorie di terapia intensiva sparse e campionate irregolarmente.
Questo articolo propone CCPP-LPC, un algoritmo di pianificazione del percorso a copertura completa che utilizza un modello di valutazione del costo del percorso locale e una strategia di perturbazione a doppia guida adattiva per superare i limiti dei metodi euristici esistenti, ottenendo così un'efficienza computazionale e un'ottimizzazione del percorso superiori in ambienti complessi.
Questo articolo propone un metodo di rilevamento delle anomalie basato sulla polarizzazione utilizzando l'indice Minimum Effort to Consensus (MEC) sui dati dei social media, dimostrando che il monitoraggio dei cambiamenti nel disaccordo pubblico supera gli approcci tradizionali basati sul volume nell'identificare eventi significativi, come validato attraverso un caso di studio sul dibattito della riforma delle pensioni colombiana del 2024 su X.
Questo studio propone un nuovo modello ibrido di deep learning che combina la scomposizione dei modi variazionali (VMD), la rete convoluzionale temporale (TCN) e l'unità ricorrente gate bidirezionale (BiGRU), il quale supera significativamente altri nove algoritmi di apprendimento automatico nella previsione dell'irradiazione solare mensile a lungo termine utilizzando i dati NASA POWER dalla Turchia.