60 papers
Dit paper introduceert TA-RNN-Medical-Hybrid, een interpreteerbaar en tijdbewust deep learning-framework dat onregelmatige klinische data en medische concepten combineert om de mortaliteitsrisicovoorspelling op de IC te verbeteren en transparante inzichten te bieden.
Dit paper introduceert een uniek multi-axiaal concentratiemodulatiekader voor mobiele moleculaire communicatie dat, in tegenstelling tot traditionele methoden zoals OOK, informatie gecombineerd encodeert in de concentraties van meerdere molecuultypen om zo de spectrale efficiëntie te verhogen en de betrouwbaarheid in dynamische kanalen te verbeteren.
Dit paper introduceert een nieuwe enkele-laags kwantumneuraal netwerk dat, gebaseerd op de SRBB-methode en Lie-algebra, unitaire evoluties efficiënt benadert met een exponentieel gereduceerd aantal CNOT-poorten, waarbij de prestaties zowel in simulatie als op echte hardware zijn gevalideerd.
Dit paper presenteert een door conversational AI aangedreven verkenningssysteem dat, ontwikkeld via een mensgerichte ontwerpproces, het publiek in staat stelt om via natuurlijke taal en een interactieve kaart de bijna 1,7 miljoen gedigitaliseerde specimenrecords van het Australian Museum te doorzoeken en te begrijpen.
Deze studie analyseert de haalbaarheid van vroege kankerdetectie via intravasculaire nanomachines door computergestuurde simulaties die realistische vasculaire factoren, zoals niet-uniforme stroming en margination, integreren en aantonen dat haarvaten de hoogste detectiekansen bieden.
Deze studie weerlegt de optimistische conclusies van EVMbench over de onmiddellijke bruikbaarheid van volledig geautomatiseerde AI-audits voor smart contracts door aan te tonen dat de prestaties van agenten instabiel zijn, gevoelig voor data-verontreiniging en afhankelijk van de gebruikte scaffolding, waardoor menselijke expertise in een 'human-in-the-loop'-workflow onmisbaar blijft.
Dit onderzoek toont aan dat LoRA-finetuning van een compact LLM (Qwen-0.5B) voor tekst-naar-spraak, mits ondersteund door diverse trainingsdata, aanzienlijke verbeteringen oplevert in perceptuele kwaliteit, sprekerstrouw en signaalruisverhouding vergeleken met een bevroren basismodel.
Dit paper introduceert Hybridlane, een open-source software development kit die een uniek frontend biedt voor hybride kwantumcomputing door qubits en qumodes automatisch te onderscheiden en te combineren, waardoor ontwikkelaars schaalbare hybride circuits kunnen ontwerpen en uitvoeren op diverse backends zoals QSCOUT.
Dit artikel presenteert een referentiearchitectuur en een roadmap voor Quantum-Centrische Supercomputing (QCSC), die QPUs, GPUs en CPUs integreert om de huidige barrières in het handmatig coördineren van hybride workflows te overwinnen en de ontwikkeling van quantumcomputing voor kritieke toepassingen in drie fasen te versnellen.
Dit rapport vat de discussies en aanbevelingen samen van de NSF-workshop over de co-design van algoritmes en hardware voor medische toepassingen, waarin een strategische routekaart wordt gepresenteerd voor vier thema's en wordt opgeroepen tot een fundamentele verschuiving in de ontwikkeling en validatie van toekomstige medische technologieën.
Dit artikel onderzoekt de kwetsbaarheid van gepartitioneerde kwantumbesturders voor adversariale perturbaties die circuit-cutting of quantum-teleportatie beïnvloeden, en onthult een fundamenteel verband tussen dergelijke aanvallen en het implementeren van kwaadaardige poorten in de tussenliggende lagen van een kwantumclassificatie.
Dit artikel presenteert een systematische literatuuroverzicht van meer dan 2.500 studies, waarvan er 80 zijn geselecteerd, om een classificatiekader te ontwikkelen dat de paradigma's van 'systemen van systemen' en 'digitale tweelingen' combineert tot het concept 'systemen van getweende systemen'.
Dit paper presenteert een robuust neuromorfisch platform voor machine learning dat gebruikmaakt van lineaire optische middelen en interferometrie om niet-lineariteit te realiseren via faseverschuivingen, waardoor zowel *in situ* inferentie als training mogelijk is met hoge weerstand tegen fotoverlies.
Deze studie presenteert een volledig optische, diepe neuromorfe netwerkarctitectuur die online, ongesuperviseerde Hebbiaanse leer mogelijk maakt via niet-vluchtige faseveranderingsmaterialen, wat resulteert in een 100% herkenningspercentage voor letters zonder inefficiënte optisch-elektrisch-optische conversies.
Dit artikel onderzoekt hoe de snelle vooruitgang van AI, met name door foundation-modellen en multimodale data, de uitdagingen en kansen voor mens-gecentreerde data-interactie en visualisatie herdefinieert, en pleit voor een nieuwe aanpak die cognitieve principes en betrouwbaarheid centraal stelt in plaats van alleen efficiëntie.
Dit onderzoek toont aan dat in een stochastisch model voor besluitvorming via tijdreeksen negatieve autocorrelatie optimaal is in beloningsrijke omgevingen, terwijl positieve autocorrelatie voordelig is in beloningsarme omgevingen, afhankelijk van de som van de winnende kansen.
Dit paper presenteert een schaalbaar, digitaal compute-in-memory Ising-machine gebaseerd op SRAM die BNN-robustheid verifieert door het probleem te herformuleren als een QUBO-optimalisatie, waarbij imperfecte oplossingen worden benut om adversariale perturbaties te vinden en zo een aanzienlijke versnelling en energie-efficiëntie ten opzichte van CPU-implementaties te bereiken.
Deze paper introduceert twee nieuwe detectiemethoden, BA-MAP en Soft BA-MAP, die inter-symboolinterferentie en heteroscedastische ruis in moleculaire communicatie via diffusie expliciet modelleren, waardoor de doorvoer tot 100% kan worden verbeterd ten opzichte van conventionele methoden.
Dit paper introduceert het Unified Continuation-Interest Protocol (UCIP), een klassiek berekend detectieframework dat gebruikmaakt van de von Neumann-entropie van een Quantum Boltzmann Machine om in autonome agenten onderscheid te maken tussen intrinsieke en instrumentele zelfbehoudsdoelen door de statistische structuur van hun latente trajecten te analyseren.
Dit artikel onthult een fundamentele 'hardware-horizon' in geïntegreerde fotonische quantumprocessors waarbij de reconstructiefout van klassieke schaduw-tomografie, ondanks statistische schaalwetten, abrupt verzadigt door een onoverkomelijke ondergrens veroorzaakt door spectrale vervormingen en decoherentie.