63 papers
Dit artikel presenteert een ontwerp en validatie van een op zoekopdrachten gebaseerd hulpmiddel dat de veiligheidsevaluatie, certificering en naleving van regelgeving voor onbemande luchtvaartsystemen ondersteunt door autoritatieve bronnen te gebruiken voor traceerbare en controleerbare antwoorden, waarbij menselijke expertise behouden blijft voor kritieke beslissingen.
Dit artikel toont aan dat bij het gebruik van conditionele diffusiemodellen voor portefeuilleconstructie een optimale balans in het aantal factoren essentieel is om zowel onder- als overfitting te voorkomen en zo de beste generalisatie te bereiken.
Dit artikel presenteert een methode om de voorwaardegetallen van door Chebyshev-gefilterde vectoren nauwkeurig en goedkoop te schatten, waarmee in de ChASE-bibliotheek een efficiëntere keuze voor QR-factorisatie-algoritmen mogelijk wordt gemaakt zonder in te leveren op nauwkeurigheid.
Dit paper introduceert een STA-GNN-model voor onbewaakte en verklaarbare anomaliedetectie in industriële besturingssystemen, dat ruimtelijk-temporele afhankelijkheden leert, drift en valse alarmen aanpakt via conformale voorspelling, en meerdere datamodi combineert voor betrouwbare cyber-fysieke beveiliging.
Deze studie introduceert een omvangrijke database van ongeveer 1,95 miljoen kubische metamaterialen en een daarop getraind deep learning-model om structuren met uitzonderlijke mechanische eigenschappen, zoals extreme stijfheid en negatieve Poisson-verhoudingen, te ontdekken en te ontwerpen.
Dit artikel introduceert een divide-and-conquer-algoritme voor het benaderen van continue een-dimensionale kansverdelingen, dat een optimale convergentiesnelheid biedt en numeriek aantoonbaar stabieler is dan bestaande methoden bij het uitvoeren van rekenkundige bewerkingen.
Deze paper introduceert QCAI, een nieuwe post-hoc methode die cross-attention interacties in transformer-decoders kwantificeert om de interpretatie van TCR-pMHC-binding te verbeteren en presteert hierin beter dan bestaande methoden op de nieuwe TCR-XAI-benchmark.
In dit artikel wordt TrinityDNA voorgesteld, een bio-geïnspireerd fundamenteel model dat geavanceerde architectuurcomponenten en een evolutionaire trainingsstrategie combineert om de uitdagingen van het modelleren van lange DNA-sequenties aan te pakken en de nauwkeurigheid van genoomanalyses aanzienlijk te verbeteren.
Dit paper introduceert TCR-EML, een nieuw model dat prototype-lagen integreert in taalmodellen voor eiwitten om TCR-pMHC-binding niet alleen nauwkeurig te voorspellen, maar ook direct interpreteerbare inzichten te bieden in de onderliggende biochemische mechanismen.
Dit artikel biedt vanuit een NLP-perspectief een overzicht van populaire digitale moleculaire representaties en hun toepassingen in AI voor chemie en materiaalkunde, als leidraad voor onderzoekers die zich met deze interdisciplinaire velden willen bezighouden.
Dit paper introduceert Ptychi-Evolve, een autonoom framework dat grote taalmodellen combineert met evolutionaire mechanismen om geavanceerde regularisatie-algoritmen voor ptychografie te ontdekken, wat leidt tot significante verbeteringen in beeldkwaliteit en reproduceerbare inzichten.
Deze paper introduceert een nieuw lock-free werk-diefstal-algoritme dat is geoptimaliseerd voor bulk-operaties in een master-worker-framework voor mixed-integer programming, en dat door het elimineren van zware synchronisatie constante push- en steal-latenties bereikt die aanzienlijk beter presteren dan bestaande oplossingen zoals C++ Taskflow.
Dit artikel presenteert een internationaal expertovertuiging over de verantwoordelijke klinische integratie en de translatiebereidheid van foundation- en agent-gebaseerde AI in de computationele pathologie, waarbij de klemtoon ligt op het overbruggen van de kloof tussen academische prestaties en praktische toepassing in de zorg.
Dit paper introduceert CliqueFlowmer, een nieuwe offline model-based optimalisatie-methode die clique-gebaseerde optimalisatie combineert met transformer- en flow-generatie om materialen te ontwerpen die aanzienlijk beter presteren dan die van traditionele generatieve modellen.
Deze paper introduceert GMM-PIELM, een probabilistisch adaptief bemonsteringsframework dat de snelheid van Physics-Informed Extreme Learning Machines combineert met een geautomatiseerde concentratie van basisfuncties in gebieden met hoge numerieke fouten, waardoor de nauwkeurigheid bij het modelleren van stijve PDE's met scherpe gradiënten aanzienlijk wordt verbeterd zonder de kosten van zware gradient-gebaseerde optimalisatie.
Dit paper introduceert AllScAIP, een schaalbaar, op attention gebaseerd machine-learning potentiaalmodel dat door middel van een data-gedreven all-to-all node attention-mechanisme nauwkeurige lange-afstand interacties captureert en daarmee de afhankelijkheid van expliciete fysische termen voor grootschalige systemen zoals biomoleculen en elektrolyten overbodig maakt.
Dit artikel introduceert een nieuw simulatiekader dat een fysieke laag van verkeersstromen en emissies combineert met een sociale laag van gedragsreacties om de directe en indirecte effecten van verkeersreguleringen in complexe stedelijke mobiliteitssystemen proactief te evalueren.
Dit paper introduceert FinRule-Bench, een nieuw benchmark voor het evalueren van de diagnostische vaardigheden van grote taalmodellen bij het controleren van echte financiële tabellen op naleving van boekhoudkundige principes, waarbij wordt vastgesteld dat hoewel modellen goed presteren in het verifiëren van individuele regels, hun prestaties sterk afnemen bij het identificeren van overtredingen en het lokaliseren van meerdere gelijktijdige fouten.
Dit artikel introduceert thermodynamische materialnetwerken als een dynamisch ontwerpparadigma voor de circulaire economie, ontwikkelt graafgebaseerde circulariteitsindicatoren en valideert deze middels numerieke voorbeelden voor zowel vloeibare als vaste materialen.
Dit artikel introduceert een gedetailleerde digitale simulatie voor de Verenigde Staten die de interacties tussen landbouwdieren, wilde vogels en mensen modelleert om de verspreiding van ziekten zoals H5N1 beter te begrijpen en risicogebieden voor surveillance te identificeren.