1017 articoli
Questo articolo propone HyperTuneMed, un framework intelligente che utilizza un algoritmo di regressione logistica iper-parametrizzato per prevedere le malattie basandosi sui sintomi dell'utente con un'accuratezza superiore (fino al 98,983%) e fornire raccomandazioni di assistenza sanitaria preventiva personalizzate.
Questo articolo dimostra che, sebbene strumenti automatizzati come Slither e Mythril rilevino efficacemente pattern di vulnerabilità noti, la specifica formale è essenziale per verificare la correttezza logica e garantire la sicurezza nella governance dei dati EEG basata su blockchain, poiché ha identificato unicamente una vulnerabilità di array out-of-bounds seminata che gli strumenti automatizzati hanno mancato.
Questo articolo propone un innovativo framework di predizione dei segnali stradali che integra il pre-processing Non-local Means, un'architettura U-Net modificata, la classificazione Dense CNN e la Rock Hyrax Swarm Optimization per l'ottimizzazione degli iperparametri, raggiungendo un'accuratezza allo stato dell'arte del 99,64% sul dataset TT100K e del 99,6% sul dataset GTSDB.
Questo articolo presenta EDNet-20, un nuovo framework di deep learning ottimizzato con l'aumento dei dati fotometrici e tecniche di intelligenza artificiale spiegabile che raggiunge un'accuratezza superiore nella rilevazione multi-label delle malattie oculari rispetto ai modelli allo stato dell'arte, offrendo uno strumento promettente per la diagnosi clinica precoce.
Questo articolo introduce l'Empathic Extended Prompting, un framework in tempo reale che integra descrittori affettivi facciali nelle interazioni con i Large Language Model per migliorare la percezione dell'intelligenza emotiva e la reattività all'umore senza compromettere l'usabilità o scatenare percezioni di "uncanny valley".
Questo articolo valuta un sistema multi-agente modulare basato su LLM per l'accesso alle informazioni manifatturiere, riscontrando che, sebbene i modelli di alto livello superino gli utenti umani medi in termini di accuratezza e velocità nei compiti di tracciabilità sotto specifiche condizioni di dati, l'efficacia del sistema rimane condizionata dalla selezione del modello, dalla qualità dei dati e dalla progettazione dei prompt, rendendo necessaria una continua supervisione umana.
Questo articolo presenta una rete di estrazione delle caratteristiche multi-scala e leggera che consente il controllo dei gesti della mano in tempo reale e con alta precisione per UAV con risorse limitate, impiegando un'architettura di downsampling a tre stadi e un modulo ibrido che combina convoluzioni dilatate parallele con un modello a spazio di stato selettivo.
Questo studio propone il Maritime Anomaly Detection Quality Index (MADQI), un nuovo framework di valutazione composito che affronta la mancanza di dati etichettati nel rilevamento di anomalie AIS non supervisionato integrando l'analisi geospaziale con quattro metriche specifiche per valutare in modo robusto le prestazioni del modello per un monitoraggio oceanico potenziato e una governance sostenibile.
Questo articolo propone ADDETECTOR, un sistema di rilevamento della malattia di Alzheimer sicuro e accurato per l'assistenza intelligente agli anziani che integra il potenziamento delle caratteristiche linguistiche basate su argomenti con un meccanismo di privacy differenziale dinamica per superare le sfide della bassa accuratezza e della fuga di dati sulla privacy, dimostrando al contempo prestazioni superiori sul dataset ADReSS.
Questo articolo presenta un approccio basato sull'IA per la segmentazione e la visualizzazione 3D automatizzate di 11 strutture anatomiche nell'avambraccio inferiore, con l'obiettivo di migliorare la competenza nell'ecografia muscoloscheletrica e fungere da strumento di insegnamento al letto del paziente.