929 papers
Dit artikel introduceert een lichtgewicht, volgordegevoelige Heisenberg-lift descriptor, voorzien van een terminaal ondertekend gebied en een vijftiendimensionale extensie, die de nauwkeurigheid van online handschriftherkenning aanzienlijk verbetert door informatie over de richting van de streekverloop te vangen die traditionele Euclidische descriptoren missen.
Deze studie evalueert de betrouwbaarheid van de LIME-, Parzen- en Greedy-uitlegmethoden op classificatiemodellen voor religieuze teksten en afbeeldingen, waarbij wordt vastgesteld dat LIME consequent de andere methoden overtreft in het identificeren van onbetrouwbare kenmerken binnen de specifieke beperkingen van de binaire tekstdataset en de beperkte omvang van de afbeeldingen.
Dit artikel introduceert een adaptief interpolerend subdivisieschema dat lokale insertiehoeken leert via een compacte rand-gebaseerde voorspeller om vaste spanning-baselines te overtreffen in nauwkeurigheid en vloeiendheid over Euclidische, sferische en hyperbolische geometrieën, terwijl de garantie behouden blijft dat verfijnde curven door de oorspronkelijke controlepunten gaan.
Dit artikel presenteert X-WAF, een hybride machine learning-framework dat een ensemble van classificaties combineert met SHAP-gestuurde verklaarbaarheid om een detectie met hoge nauwkeurigheid en lage latentie van zero-day webaanvallen te bereiken, terwijl inzichten automatisch worden vertaald naar actiegerichte ModSecurity-regels voor naadloze integratie in bestaande beveiligingsinfrastructuren.
Dit artikel introduceert StrokeID-NER, een publiek beschikbare Indonesische dataset van 1.742 door patiënten gegenereerde gezondheidsvragen geannoteerd voor beroerte-gerelateerde benoemde entiteiten, die werd gebruikt om aan te tonen dat gefinetunede transformer-modellen zero-shot baselines aanzienlijk overtreffen bij het herkennen van informele en regionale medische terminologie, terwijl wordt benadrukt dat toekomstige prestatiewinsten primair afhangen van het uitbreiden van de lexicale dekking in plaats van de modelarchitectuur.
Deze studie introduceert een schaalbaar, theoretisch gefundeerd Agentic AI-framework dat de geloofwaardigheid van zakelijke SDG-claims rigoureus evalueert aan de hand van een vijfdimensionale rubric, waarbij wordt onthuld dat hoewel de meeste verklaringen gedeeltelijk substantieel zijn, bedrijven hun werkelijke duurzame inzet vaak onderbelichten.
Deze studie stelt een verbeterd Mask R-CNN-framework voor, versterkt door histogram-equalisatie en de Adam-optimizer, om een mAP van 90,4% te bereiken bij het detecteren en segmenteren van wegkuilen, wat het basismodel voor intelligente wegmonitoring aanzienlijk overtreft.
Dit artikel toont aan dat class-conditional denoising diffusion probabilistic models (DDPM's) effectief ernstige klasse-imbalans in predictief onderhoud mitigeren door hoogwaardige minderheidsklasse-samples te synthetiseren, waarbij ze traditionele augmentatiemethoden zoals SMOTE en GAN's aanzienlijk overtreffen bij het detecteren van zeldzame industriële defecten.
Dit artikel introduceert Causal Retrieval-Augmented Generation (CR-RAG), een framework dat de RAG-pijplijn modelleert als een Structureel Causaal Model om schijncorrelaties te mitigeren en hallucinaties te verminderen door middel van backdoor-adjustering, inverse-propensity reweighting en counterfactual data augmentatie, waarbij significante prestatiewinsten worden behaald op kennisintensieve benchmarks, met name voor long-tail vragen.
Dit artikel stelt een nieuw diffusiekader voor voor beeldherstel dat interactieve modellering van determinisme en stochasticiteit hanteert om effectief aan te passen aan de heterogene vereisten van diverse degradatietaken, waarbij superieure prestaties en interpreteerbaarheid bereikt wordt over meerdere herstelscenario's heen.