1062 papers
Deze studie toont aan dat een Support Vector Machine (SVM) classifier, geoptimaliseerd met acht sleutelkenmerken geselecteerd uit de Cleveland-dataset, een superieure prestatie levert met een nauwkeurigheid van 90,28% en een AUC van 93% bij het voorspellen van hartkwalen in vergelijking met dertig andere classifiers.
Gedurende een periode van twee jaar heeft UNC Health zijn Responsible AI-raamwerk verbeterd door de implementatie van een drieledig risicogebaseerd systeem dat de evaluatie-efficiëntie en doorlooptijden aanzienlijk heeft verbeterd terwijl een strikt toezicht werd gehandhaafd, wat resulteerde in de succesvolle beoordeling van 64 oplossingen en de instelling van robuuste mechanismen voor monitoring na implementatie met minimale ongunstige gebeurtenissen.
Dit artikel daagt de premisse uit dat actieve herpartitionering universeel noodzakelijk is voor vectorzoekindices onder datadrift, door via gecontroleerde benchmarks aan te tonen dat statische partities volstaan bij matige omloop, terwijl het onthult dat incrementele hercentrering de kosteneffectieve oplossing is voor significante distributieverschuivingen, om uiteindelijk een regimekaart en beslisregel te bieden voor beoefenaars om te bepalen wanneer onderhoud werkelijk vereist is.
Dit artikel presenteert een multi-agent reinforcement learning-framework voor veilige industriële robotcoördinatie, waarbij door middel van simulatie wordt aangetoond dat hoewel een deterministische greed-baseline de voorgestelde veilige MARL-policy evenaart in efficiëntie, de laatste emergente communicatiepatronen mogelijk maakt en de kritieke noodzaak voor adaptieve communicatiebandbreedte benadrukt om botsingsrisico's te beperken naarmate de vlootgroottes schalen.
Dit artikel toont aan dat een besluitbewust machine learning-framework voor academische vroegtijdige waarschuwing beter presteert dan traditionele regelgebaseerde en probabiliteitsdrempelbenaderingen door het aantal gemiste interventies te verminderen en de ongelijkheid in rechtvaardigheid te verkleinen via contextgevoelige ondersteuningsbeslissingen afgeleid van gekalibreerde risico-inschattingen.
Dit artikel stelt een door AI gedreven raamwerk voor dat preventief onderhoud en procesoptimalisatie integreert om de operationele efficiëntie en systeembetrouwbaarheid in de industriële productie te verbeteren door gebruik te maken van realtime sensordata voor foutdetectie, de schatting van de resterende levensduur en dynamische parameterinstelling.
Dit artikel presenteert een machine learning-studie die met succes de uitkomsten van professionele volleybalwedstrijden voorspelt met een nauwkeurigheid van meer dan 93% met behulp van Gradient Boosting en Random Forest-modellen getraind op synthetische data en gevalideerd op echte Poolse PlusLiga-wedstrijden, waarbij OPI en Break-Point Differentials worden geïdentificeerd als de meest kritieke voorspellende kenmerken.
Dit artikel stelt een door AI gedreven, vertrouwensbewust beveiligingsframework voor Cognitive Radio Networks voor dat Random Forest-gebaseerde detectie en Bayesiaanse vertrouwensevaluatie integreert om SSDF-, PUE- en jamming-aanvallen effectief te mitigeren, waarbij een hoge detectienauwkeurigheid wordt bereikt en de netwerkbetrouwbaarheid en doorvoer aanzienlijk worden verbeterd, zelfs onder zware aanvallende omstandigheden en lage SNR-niveaus.
Dit artikel stelt CATBridge voor, een multi-stage kennisverbeteringsframework dat een teacher-student samenwerkingsmechanisme benut om lichtgewicht LLM's te begeleiden bij het bereiken van superieure CVE-ATT&CK alignment nauwkeurigheid in omgevingen met weinig middelen, waarbij het zowel state-of-the-art methoden als zero-shot grootschalige modellen significant overtreft.
Deze studie evalueert hybride klassiek-kwantum routering voor een 10-nodes ruimtegebaseerd datacenter met behulp van een CUDA-Q workflow, waarbij wordt vastgesteld dat hoewel fotonische backends superieure nauwkeurigheid met een lage latentie bereiken, variatieve kwantumcircuit (VQC) backends een onbetaalbare latentieboete met zich meebrengen ondanks het aanbieden van rijkere kwantumtoestandsstructuren.