2362 articoli
Questo articolo propone SETU, un quadro concettuale culturalmente responsivo e consapevole dell'affetto che colma il divario tra le classi multilingue e i curricula formali dell'India integrando sei componenti per potenziare gli insegnanti e allineare l'apprendimento assistito dall'IA con la National Education Policy 2020.
Questo articolo esamina un'analisi comparativa del rank di LoRA per dimostrare che una regola di normalizzazione del calcolo del rank inverso penalizza artificialmente i rank più elevati attraverso un sottallenamento estremo, rivelando che le classifiche di prestazioni osservate dipendono fortemente dall'allocazione specifica del budget piuttosto che dalla capacità intrinseca del modello.
Il documento propone RAUDI, un framework a doppia testa per il rilevamento di anomalie industriali che unifica l'apprendimento non supervisionato e supervisionato utilizzando in modo flessibile campioni difettosi reali o pseudo-anomalie realistiche sintetizzate tramite un nuovo metodo a superpixel multistadio (RASMS), raggiungendo prestazioni state-of-the-art sia sui benchmark MVTec AD che KolektorSDD2.
Questo articolo esamina gli atti di ACL 2026 per rilevare che, sebbene quasi tutti i riferimenti citati esistano, un audit automatizzato a singola esecuzione del supporto alle affermazioni non è riuscito a replicarsi a causa di una configurazione del modello non registrata, dimostrando che una rigorosa verifica delle citazioni richiede una registrazione operativa rigorosa per garantire la riproducibilità.
Questo articolo esamina l'integrazione dell'IA e del ML nelle operazioni di cybersecurity, evidenziando il loro potenziale nel migliorare il rilevamento delle minacce e l'efficienza, sottolineando al contempo che un dispiegamento di successo richiede l'affrontare sfide quali gli attacchi avversari e la qualità dei dati attraverso una governance, trasparenza e supervisione robuste.
Questo articolo propone un sistema di rilevamento delle intrusioni ibrido basato su IA spiegabile per l'IoT e le reti informatiche che integra ADASYN per lo squilibrio dei dati, metodi di filtraggio per la selezione delle caratteristiche, l'apprendimento d'insieme per la robustezza e SHAP per l'interpretabilità, dimostrando prestazioni superiori sui dataset CICIDS2017 e MQTT-IoT-IDS2020.
Questo articolo propone un framework debolmente supervisionato che sfrutta annotazioni a livello di immagine per generare pseudo-maschere raffinate tramite CAM e Grad-CAM, le quali vengono poi utilizzate per addestrare un modello ibrido OUR-Net–U-Net per una segmentazione accurata e multi-dominio delle crepe strutturali, con costi di annotazione significativamente ridotti e prestazioni superiori rispetto ai metodi esistenti.
Questo studio analizza 849 incidenti legati all'IA per derivare empiricamente tre distinti profili di danno — Autonomo/Embodied, Riconoscimento Visivo e IA Generativa — sostenendo la necessità di un passaggio da principi di governance generali a un quadro contestualizzato che adatti i meccanismi di responsabilità e monitoraggio a questi specifici modelli di rischio.
Questo articolo propone un framework YOLOv8n consapevole dei difetti, potenziato da una backbone ResNet50, DeCA, un BiFPN migliorato con SPD-Conv, una testa declassata adattiva dinamica e Wise-IoU v3, per ottenere il rilevamento in tempo reale e ad alta precisione di piccoli difetti a basso contrasto su carte da gioco stampate in presenza di sfondi grafici densi, superando lo standard YOLOv8n del 12,8% in mAP@50 pur mantenendo una velocità di inferenza di 97 FPS.
Questo articolo propone il Prototype-aware Channel-Selective Spatial Interaction (PCSI), un framework teacher-student per la segmentazione di immagini mediche semi-supervisionata che sfrutta memorie di prototipi foreground-background disaccoppiate per guidare la selezione dei canali e il raffinamento delle caratteristiche spaziali, ottenendo così prestazioni superiori con dati etichettati limitati.