2456 papers
Deze studie toont aan dat kunstmatige intelligentie de identificatie en mitigatie van projectrisico's aanzienlijk verbetert door verbeterde nauwkeurigheid en gegevensverwerking, terwijl het de kritieke behoefte aan mens-AI-samenwerkingskaders benadrukt om uitdagingen zoals informatieoverload, algoritmische bias en overmatige afhankelijkheid aan te pakken.
Dit onderzoek presenteert een AI-BIM geïntegreerd framework dat gebruikmaakt van Random Forest- en XGBoost-modellen om snelle, realtime voorspellingen van de energieprestaties voor Algerijnse residentiële gebouwen mogelijk te maken, waardoor de beperkingen van traditionele simulatietools tijdens de vroege ontwerpfase worden overwonnen.
Dit artikel stelt de Quantum Stateless AI Data Center (QS-AIDC) architectuur voor, die gebruikmaakt van Algorithmic Topological Resonance theorie, Zero-Payload I/O en Proof of Resonance consensus om permanente O(1) complexiteit te bereiken, gegevensopslag te elimineren en het energieverbruik drastisch te verminderen door traditionele stateful computing te vervangen door niet-lokale, deterministische reconstructie.
Dit artikel presenteert een design science-studie die een governance-framework introduceert voor AI-ondersteunde softwarelevering, dat gebruikmaakt van een canoniek vereistenmodel, een dual-vendor build-and-review-lus en uitvoerbare documentatie om een hoge traceerbaarheid en naleving te bereiken over twee onafhankelijke productiesystemen heen, terwijl de rol van de business analyst wordt geherdefinieerd.
Het artikel introduceert EVE, een variationele neuron die onzekerheid behandelt als een computationeel primitief door distributieve latente toestanden te propageren, waarmee wordt aangetoond dat deze aan de neuron-niveau gerichte benadering de onzekerheidskalibratie en prestaties in zowel dichte MLP's als Transformer-architecturen verbetert, terwijl competitieve puntaccuratesse behouden blijft.
Deze studie toont aan dat het grote taalmodel Gemini 3.5 Flash een betrouwbare automatische beoordeling kan bereiken van handgeschreven wiskundige probleemopstelopdrachten voor het middelbaar onderwijs wanneer een zero-shot prompting-benadering met een gestructureerde rubriek wordt gebruikt, met name voor problemen met gehele getallen en bij het gebruik van herziene OCR-tekstinvoer.
Dit artikel stelt MBRD-Tor voor, een driefasig deep learning-framework dat de uitdagingen van protocolhomogenisering, encryptieruis en extreme klasse-onbalans in het Tor-netwerk aanpakt door multi-schaal gedragssignaturen te fuseren, een ensemble-gebaseerde kwaliteitsinschatting voor adaptieve weging toe te passen en GAN-gegenereerde synthetische kenmerken te gebruiken om superieure prestaties bij de detectie van kwaadaardige diensten te bereiken.
Deze systematische benchmarkstudie toont aan dat grensverleggende grote multimodale modellen, met name Gemini 2.5 Pro en GPT-4o, zowel onder tijdsdruk staande menselijke experts als traditionele NLP-baselines significant overtreffen bij het extraheren van de kritieke status van perineurale invasie uit ongestructureerde gastro-intestinale pathologierapporten, terwijl een nieuwe taxonomie van faalmodi bruikbare richtlijnen biedt voor modelselectie op basis van specifieke foutensignaturen.
Dit artikel stelt een hedonisch potentieel-spelraamwerk voor voor stabiele en budgettaire-haalbare coalitievorming in geclusterde federated learning, waarbij de existentie van Nash-stabiele partities wordt bewezen en welvaartsefficiëntiegaranties worden afgeleid die empirisch zijn gevalideerd om gelijkwaardige surplusverdeling op CIFAR-10-datasets te overtreffen.
Dit artikel stelt vast dat in vertraagde multi-agent correctiesystemen de verificatielatentie een onvermijdelijke nauwkeurigheidsvloer oplegt die wordt bepaald door het Dottie-getal, een budgetplafond creëert voor prestatiewinsten, en de optimale strategie ombuigt van concentreren naar het verspreiden van correctieresources voorbij een specifieke drempelwaarde.