2305 papers
Dit artikel introduceert InterGRACE, een geïntegreerd gradiënt-gestuurd adversarieel framework dat klinisch betekenisvolle contrafeitelijke verklaringen genereert voor 12-afleidingen ECG's door zich te richten op beslissingsrelevante kenmerken zoals het ST-segment en de T-golf, waardoor de interpreteerbaarheid van AI-modellen voor de detectie van myocardinfarct wordt verbeterd.
Deze studie toont aan dat rechtvaardigheidsbewuste machine learning-modellen, specifiek die technieken voor bias-mitigatie zoals Disparate Impact Remover en adversarial debiasing gebruiken, de sekse-gerelateerde verschillen in de classificatie van de ziekte van Alzheimer met behulp van ADNI-data aanzienlijk kunnen verminderen, terwijl ze een hoge voorspellende nauwkeurigheid behouden en de interpreteerbaarheid van klinische en gender-gerelateerde determinanten verbeteren.
Dit artikel introduceert een geautomatiseerde, contaminatie-gecontroleerde benchmarking-pipeline die meerkeuzevragen genereert uit private 3D oncologische beeldvorming en radiologieverslagen om Vision-Language Modellen rigoureus te evalueren, waarbij wordt onthuld dat huidige modellen vaak vertrouwen op tekstuele aanwijzingen of datasetbekendheid in plaats van op werkelijke visuele perceptie.
Dit artikel introduceert DualAttentionNet, een lichtgewicht deep learning-framework dat traditionele EEGNet verbetert door duale kanaal-aandachtsblokken te incorporeren om een state-of-the-art nauwkeurigheid van 92,36% te bereiken bij multi-class EEG-cijferdecodering, terwijl robuustheid, interpreteerbaarheid en computationele efficiëntie worden gewaarborgd.
Dit artikel presenteert een systematische literatuurstudie (2020–2025) van op AI gebaseerde Android-malwaredetectiesystemen, waarbij hun kwetsbaarheid voor adversariële aanvallen wordt geanalyseerd, bestaande verdedigingsstrategieën worden geëvalueerd en kritieke hiaten en toekomstige onderzoeksrichtingen worden geïdentificeerd voor het bereiken van robuuste en betrouwbare beveiliging.
LC-MSCKF verbetert de nauwkeurigheid van Visual-Inertial Odometry door een hybride twee-traps onzekerheidscalibratiestrategie toe te passen die een lichtgewicht geleerde tak combineert voor het anticiperen op degradatie met een innovatie-feedbacktak voor begrensde corrigerende inflatie, waarmee het aanzienlijk beter presteert dan vaste en enkelvoudige adaptieve baselines over diverse benchmarks.
Deze studie toont aan dat geautomatiseerde taalanalyse van klinische interviews met behulp van transformer-gebaseerde modellen en ensemble-strategieën effectief een depressieve stoornis kan detecteren bij Kantonese sprekers, waarbij de verwerkingsefficiëntie aanzienlijk wordt verbeterd terwijl het belang van transcriptiekwaliteit en conversationele context voor optimale prestaties wordt benadrukt.
Dit artikel presenteert GMD-YOLO26, een lichtgewicht UAV-gebaseerde detector die een synergetische driestaps-pipeline gebruikt bestaande uit Gated Convolutional Feature Enhancement, Multi-Scale Dilated Attention en Dynamic Cross-scale Feature Aggregation om effectief de uitdagingen van detectie van kleine objecten aan te pakken, terwijl een gunstige nauwkeurigheid-efficiëntie-afweging wordt bereikt op de VisDrone2019 benchmark.
Dit artikel presenteert een lokaal inzetbaar, op kennisdistillatie gebaseerd 4B-taalmodelsysteem dat de gestandaardiseerde kwaliteitscontrole van Chinese radiologieverslagen effectief automatiseert, waarbij een hoge precisie en een aanzienlijk verbeterde inferentiesnelheid wordt bereikt in vergelijking met grotere docentmodellen.
Dit artikel stelt een raamwerk voor constructvaliditeit voor dat ethische AI conceptualiseert als een contextafhankelijk, hoger-orde construct bestaande uit rechtvaardigheid, transparantie en uitlegbaarheid, waarmee een theoretisch gefundeerd pad wordt geboden voor de ontwikkeling van controleerbare meetstandaarden voor regelgevende naleving en empirisch onderzoek.