2363 papers
Dit artikel presenteert een TCGA-geïnformeerd digital twin-framework dat gebruikmaakt van SafeCQL offline reinforcement learning om chemotherapie-doseringsbeleid te optimaliseren door expliciet de balans te zoeken tussen tumorcontrole en fysiologische veiligheidsbeperkingen binnen een transparante, preklinische simulatieomgeving.
Dit artikel stelt een action-masked deep Q-learning-framework voor om stedelijke spoorwegdiensten te optimaliseren door dynamisch te selecteren tussen volledige en verkorte trajectpatronen, wat de wachttijden voor passagiers aanzienlijk vermindert en de servicecapaciteit verhoogt in vergelijking met traditionele vaste of drempelgebaseerde beleidscycli, terwijl de operationele haalbaarheid wordt gewaarborgd.
Dit artikel stelt een framework voor verkeersstroomvoorspelling voor dat dynamische observaties expliciet scheidt van structurele en periodieke priors, en deze integreert via een nieuw Prior-Conditioned Adaptive Fusion (PCAF)-mechanisme om een state-of-the-art nauwkeurigheid te bereiken over meerdere datasets.
Dit artikel presenteert PUD–DIKF, een betrouwbaarheidsbewust LiDAR–RGB–D–IMU-odometriesysteem dat een Prediction Uncertainty Tensor gebruikt, afgeleid van bidirectionele diffusie, om Kalmanfilter-covarianties dynamisch aan te passen, waardoor wordt voorkomen dat gedegradeerde metingen de statusupdates domineren en een superieure trajectnauwkeurigheid wordt bereikt op meerdere benchmarks.
Dit artikel stelt COMPASS voor, een robuust aanbevelingssysteem dat de prestaties onder ruisende en schaarse data verbetert door multi-resolutie low-rank decompositie-views te integreren met sociaal-gestuurde contrastieve leerstrategieën en adaptieve optimalisatiestrategieën.
Deze studie toont aan dat het resterende veiligheidsrisico van op regels gebaseerde klinische LLM-supervisie gezamenlijk wordt bepaald door het implementatieprotocol (specifiek de beschikbaarheid van overdracht) en de faalkarakteristieken van het basismodel, wat een kritieke kloof onthult tussen geautomatiseerde regelnaleving en feitelijke klinische adequaatheid.
Dit artikel demonstreert en bewijst dat Thompson Sampling, wanneer gecombineerd met een eenvoudig imitatiemechanisme in een symmetrisch multi-agent Bertrand-prijsspel, betrouwbaar convergeert naar het Nash-evenwicht op een gedecentraliseerde, modelvrije wijze, wat een praktische reinforcement learning-benadering biedt voor complexe multi-agent omgevingen.
Dit artikel presenteert PointCloud-ID, een deterministisch framework dat een stabiele identiteit vaststelt en ruimtelijk gelokaliseerde integriteitsverificatie mogelijk maakt voor geospatiële puntenwolken door gegevens te canonicaliseren onder versiebeheerde profielen en door attribuut-gepartitioneerde Merkle-bomen te construeren, waardoor inhoud-behoudende hercoderingen worden onderscheiden van werkelijke wijzigingen.
Dit artikel stelt een lichtgewicht diffusie-geaugmenteerd framework voor dat een lichtgewicht CNN, diffusie-gebaseerde data-augmentatie en kennisdistillatie combineert om hoogwaardige, realtime gezichtsuitdrukkingsherkenning bij kinderen op apparaten met beperkte middelen te bereiken, waarbij de bestaande baselines op de LIRIS-CSE en CAFE-datasets overtreft.
Dit artikel presenteert IG-COAS, een hybride coöperatief systeem dat de veiligheid bij inhalen op tweelijnige wegen verbetert door integratie van V2X-communicatie, dynamische graafgebaseerde omgevingsmodellering en cloud-ondersteunde machine learning om real-time, voorspellende botsingsrisicobeoordeling en beslissingsondersteuning te bieden.