2403 papers
Dit artikel introduceert AlloyGen, een op fysica gebaseerd, zelfadaptief multi-agent framework dat autonoom kennisretrieval, thermodynamische simulaties en dynamische teamorganisatie orkestreert om complexe legeringsontwerpprocessen voor additieve productie te stroomlijnen.
Het artikel introduceert FetMRIE, een nieuw ongesuperviseerd framework dat gebruikmaakt van adaptive state-matching denoising diffusion om foetale hersen-MRI te verbeteren door effectief bewegingsgeïnduceerde ruis en artefacten te onderdrukken, terwijl kritieke anatomische en pathologische details worden behouden zonder dat er schone referentiebeelden nodig zijn.
Deze survey presenteert een verenigd representatieleerframework dat de convergentie van discriminatieve, multimodale en generatieve paradigma's in moderne computervisie traceert—van CNN's en Vision Transformers tot foundation- en diffusiemodellen—en pleit voor een samenhangend perspectief om algemene visuele intelligentie te bevorderen.
Deze studie rapporteert dat het WordBinary AI-tekstdetectiemodel een perfecte classificatienauwkeurigheid (100%) behaalde op een specifieke benchmark van 11.000 monsters bestaande uit 9.000 door AI gegenereerde teksten en 2.000 menselijke academische papers van vóór 2015, terwijl wordt erkend dat deze resultaten verdere onafhankelijke validatie en bredere tests vereisen voordat zij gegeneraliseerd kunnen worden naar universele nauwkeurigheid.
Dit artikel introduceert en valideert een systematisch kader voor het auditeren van de betrouwbaarheid van Bengaalse LLM-benchmarks door kruislingse datacontaminatie te detecteren en robuustheid tegen perturbaties te meten, waarbij wordt onthuld dat de initiële pilotresultaten nauwelijks boven het niveau van toeval uitkomen.
Deze review onderzoekt de transformerende impact van door AI gedreven en conventionele 3D-beeldreconstructietechnieken in de medische beeldvorming, waarbij wordt belicht hoe deep learning, augmented reality en geoptimaliseerde algoritmen de diagnostische precisie en chirurgische planning verbeteren, terwijl voortdurende uitdagingen zoals computationele eisen en ruis worden geadresseerd.
Deze studie toont aan dat JuriBERT, een voor het Franse juridische domein aangepast model, de uitkomsten van meer dan 157.000 beslissingen van Franse administratieve tribunalen het meest nauwkeurig voorspelt op basis van enkel de feitelijke en procedurele achtergronden, waarbij een macro F1-score van 0,718 wordt behaald en de voorspellende signaalwaarde die in de casusfeiten besloten ligt vóór de rechtspraak wordt benadrukt.
Dit artikel presenteert een gecontroleerde evaluatie die aantoont dat repository-gescopeerde kennisgraaf-contextselectie effectief ontologie-validatietests genereert voor het multi-module TKTOnto-artefact door automatisch relevante modules te isoleren, een deterministisch relevantiecontract te voldoen en het aantal inputtokens met 2,24% te verminderen.
Deze studie stelt een monotone, redundantiebewuste beslissingsbelastingmethode voor voor uitlegbare menselijke supervisie in mens-robotcollaboratie, die ervoor zorgt dat veiligheidsvoorwaarden nooit worden overschreven door geaggregeerde scores, waarbij verbeterde voorspellende prestaties en wiskundige monotoniciteit ten opzichte van ongecorrigeerde modellen in uitgebreide computationele simulaties worden aangetoond, terwijl de noodzaak voor toekomstige veldvalidatie wordt opgemerkt.
Dit artikel stelt een geautomatiseerd framework voor hyperparameteroptimalisatie voor transfer learning-gebaseerde machinefoutdiagnose voor met behulp van een hybride Genetic–Simulated Annealing-algoritme, dat robuuste prestatieverbeteringen demonstreert ten opzichte van baseline-methoden in diverse industriële scenario's waarbij sprake is van dataschaarste en domeinverschuivingen.