927 papers
Dit artikel presenteert een door AI aangedreven profileringsmodel binnen een cyber range-omgeving dat de prestaties van de lerende continu evalueert om geautomatiseerde, gepersonaliseerde feedback en adaptieve leertrajecten te genereren, waarmee de belangrijkste uitdagingen op het gebied van schaalbaarheid en personalisatie voor cybersecurityonderwijs worden aangepakt.
Dit artikel stelt een lichtgewicht, real-time semantische front-end voor die periodieke instantiesegmentatie integreert met een registratiegestuurde Gaussian mapping-pipeline om dynamische objecten effectief te verwijderen en de robuustheid van RGB-D SLAM in dynamische omgevingen te verbeteren.
Deze studie presenteert LV-YOLO, een tweestaps deep learning-framework dat MobileNetV3 combineert met een geoptimaliseerd YOLOv11-model voorzien van nieuwe aandacht- en upsamplingmodules, wat effectief en nauwkeurig lymfovasculaire invasie in whole slide images van maagkanker detecteert om pathologen te ondersteunen bij klinische risicostratificatie.
SpectralMLP introduceert een nieuw hypergraaf neuraal netwerkframework dat traditionele aggregatie vervangt door een efficiënt, message-passing-vrij dual-frequency spectraal filtermechanisme met behulp van leerbare Jacobi-polynoombasissen, waarmee het de state-of-the-art prestaties bereikt over meerdere benchmarks terwijl het een parameteraantal behoudt dat lager is dan bij de meeste bestaande methoden.
Deze studie presenteert een gecontroleerde benchmark die de prestaties van ruwe sequentiële, beeldgebaseerde (GAF), hybride en statistische modellen voor anomaliedetectie in het huishoudelijk elektriciteitsverbruik vergelijkt, waarbij werd vastgesteld dat directe temporele modellering (Raw 1D-CNN) andere benaderingen overtrof onder synthetische perturbatieprotocollen, terwijl tegelijkertijd de noodzaak van voorzichtige interpretatie werd benadrukt vanwege de beperkte omvang van de dataset tot één enkel huishouden en het gebrek aan annotaties van fouten uit de echte wereld.
Dit artikel presenteert een intelligent warehouse execution framework dat SAP EWM, Large Language Models, SAP BTP en autonome mobiele robots integreert om taakuitvoering via natuurlijke taal mogelijk te maken, waarbij een succespercentage van 98% en een gemiddelde uitvoeringstijd van 4,7 seconden wordt bereikt door middel van adaptieve mens-robot samenwerking.
Deze systematische literatuurstudie analyseert 97 studies om zes belangrijke governance-mechanismen voor verantwoorde AI in het bedrijfsleven te identificeren, waarbij een consensus over ethische principes zoals verantwoording en rechtvaardigheid wordt onthuld, terwijl tegelijkertijd significante implementatieuitdagingen en onderzoeksverschillen worden benadrukt die effectieve adoptie hinderen.
Het artikel presenteert ARIES-Mission, een modulair visie-taal systeem dat UAV-missieplanning verbetert door de kortste haalbare route te selecteren uit een portfolio van vier kandidaten (ruwe herkenningsvolgorde, ant colony optimization, differential evolution en particle swarm optimization), waarbij een reductie van 24,21% in totale afstand en een bijna optimale prestatie met een gemiddelde kloof van 0,042% ten opzichte van het exacte optimum wordt bereikt.
Dit artikel presenteert een door AI ondersteund framework dat immersieve VR- en MR-trainingshandleidingen genereert vanuit expertdemonstraties door multimodale data vast te leggen om gestructureerde, stapsgewijze instructies met 3D-avatarreplays te creëren, waardoor schaalbare, instructievrije industriële training mogelijk wordt.
Dit artikel introduceert Trust-Gated Predictive Reallocation (TGPR), een Bayesiaans veilingmechanisme dat taaktoewijzing en timeouts dynamisch aanpast op basis van schattingen van de communicatiebetrouwbaarheid per robot om de berichtgevingsoverhead en dubbele uitvoering in verliesgevoelige netwerken te verminderen, hoewel het onbedoeld de algehele taakvoltooiingspercentages verlaagt onder slechte kanaalomstandigheden door timeout-inflatie.