3657 papers
Dit artikel presenteert DuoKGQA, een nieuw duaal module-framework dat geavanceerde technieken voor natuurlijke taalverwerking inzet om academische vragen nauwkeurig te classificeren en programmanamen te identificeren, waardoor precieze Cypher-queries worden gegenereerd voor Knowledge Graph Question Answering met een hoge prestatie.
Dit artikel presenteert een transparante, reproduceerbare machine learning-pipeline die een hoge nauwkeurigheid (91,69% F1) bereikt bij het detecteren van depressie in Bengaalse sociale media door klinisch gefundeerde psycholinguïstische markers te fuseren met standaard tekstkenmerken en een interpreteerbaar ensemblemodel toe te passen.
RAVEN is een post-hoc framework dat de betrouwbaarheidsvalidatie onder verschuivingen in de datadistributie verbetert door aan te tonen dat instabiliteit in representaties op meerdere niveaus complementaire voorspellende signalen biedt voor foutdetectie die verder gaan dan conventionele betrouwbaarheidsscores.
Dit artikel presenteert de ontwikkeling en validatie van StoneClear, een door AI aangedreven computer vision-systeem dat een hoge nauwkeurigheid bereikt in het detecteren en op pixelniveau segmenteren van residuele steenfragmenten tijdens CVAC 2.0-ondersteunde ureteroscopie, waarmee een robuuste basis wordt gelegd voor intraoperatieve beoordeling van steenklaring in realtime.
Dit artikel introduceert een tweestaps MiniZinc-roosteringsmodel dat de enorme reductie van de zoekruimte door structurele beperkingen onthult, aantoont dat de oplostijd subexponentieel schaalt met de instantiegrootte, en reële campusroosters auditeert om aan te tonen dat dubbele boekingen van kamers primair voortkomen uit inefficiënte toewijzing in plaats van schaarste, waardoor het een datagestuurd kader biedt voor het identificeren van welke harde beperkingen versoepeld moeten worden.
Dit artikel introduceert een single-file, via pip installeerbare CuPy-implementatie die GPU-versnelde 3D Non-Local Means ruisonderdrukking mogelijk maakt zonder dat een CUDA Toolkit of C++ compiler vereist is, waarbij een versnelling van meer dan 100× wordt bereikt ten opzichte van de CPU-gebaseerde scikit-image referentie, terwijl de nauwkeurigheid van de output en interactieve bruikbaarheid behouden blijven.
Dit artikel stelt een dual-stream zichtbaar-infrarood objectdetectienetwerk voor dat wavelet-gebaseerde feature-modellering, een OffsetNet-module voor ruimtelijke uitlijning en een SwinFusion-module voor cross-modale feature-fusie integreert om effectief ruimtelijke misuitlijning en modaliteitsverschillen aan te pakken, waardoor de detectienauwkeurigheid wordt verbeterd.
Dit artikel onderzoekt wanneer contextcompressie voordelig is voor agenten met een lange horizon, waarbij wordt vastgesteld dat hoewel het de kosten kan verlagen door dure cache-leesacties te vermijden, het vaak de totale uitgaven en latentie verhoogt vanwege de overhead van het genereren van samenvattingen en het triggeren van aanvullende verzoeken, waardoor het alleen voordelig is wanneer er voldoende toekomstig werk overblijft om deze kosten te compenseren en wanneer de prijzen voor cache-leesacties uitzonderlijk hoog zijn.
Dit artikel stelt een hiërarchische, client-zijde vertaalarchitectuur voor voor International Patient Summary (IPS) viewers die de semantische integriteit waarborgt door gebruik te maken van de gestructureerde data van FHIR om hoogwaardige vertaalbronnen te prioriteren — variërend van statische internationalisering en terminologieservers tot machinevertaling — terwijl het transparant omgaat met fallback-scenario's en gegevensbeschermingsuitdagingen in grensoverschrijdende eHealth-ecosystemen.
Dit artikel stelt CTLGNN voor, een nieuw framework dat gebruikersinteresse-drift in nieuwsrecommedaties aanpakt door interacties te modelleren als edge-nodes binnen een continue temporele lijn-graaf en een dynamisch zelf-aandachtsnetwerk te gebruiken om zowel langetermijnvoorkeuren als kortetermijngedragsverschuivingen vast te leggen, waardoor het bestaande baseline-modellen overtreft.