2456 papers
Dit artikel stelt een raamwerk voor voor industriële anomaliedetectie dat een bevroren DINOv3-backbone combineert met een Multi-view Patch Inference-strategie om verlies van randinformatie te overwinnen en een Multi-scale Reconstruction Fusion Transformer om normale featureverdelingen te modelleren, waarmee state-of-the-art prestaties wordt behaald op meerdere benchmark-datasets.
Dit artikel stelt LAR-Net voor, een lichtgewicht adaptief receptief veldnetwerk gebouwd op de LitePT-backbone dat zich dynamisch aanpast aan lokale geometrische complexiteiten om een hoogprecisie segmentatie van puntenwolken van farmaceutische afzettingen op reactorbinnenwanden te bereiken, waardoor de beperkingen van conventionele inspectiemethoden worden overwonnen en geautomatiseerde intelligente reiniging mogelijk wordt gemaakt.
Dit artikel introduceert KinderMM-Cap, een gespecialiseerd multimediaal beschrijvingssysteem voor het vroeg kindelijk onderwijs dat gebruikmaakt van de ECAC-benchmark en een nieuw beloningsgeconditioneerd hybride trainingsframework (RSRS) om de nauwkeurigheid van het genereren van educatief betekenisvolle bijschriften voor complexe klaslokale scènes en leerspeelgoed aanzienlijk te verbeteren.
Dit artikel stelt TW-DP-FedAvg voor en evalueert dit rigoureus, een privacy-bewerkend federated learning-framework dat is afgestemd op de medische verzekeringssector in het landelijke Tamil Nadu, waarbij wordt aangetoond dat hoewel differential privacy een meetbaar verlies aan nauwkeurigheid veroorzaakt in vergelijking met gecentraliseerde training, de aanpak statistisch equivalent en levensvatbaar blijft onder de nieuwe gegevensbeschermingsregels van India.
Dit artikel introduceert een nieuw moederschip- en multi-drone-routeringsprobleem voor ruimtelijk marien beheer, waarbij een metaheuristische oplossing wordt voorgesteld die resultaten bereikt die nabij het optimale liggen met een aanzienlijk verminderde rekentijd vergeleken met exacte methoden, waardoor praktische coördinatie op schaal mogelijk wordt voor toepassingen zoals koraalrifherstel.
Dit artikel introduceert Meta-PPO, een lichtgewicht meta-control framework dat PPO-hyperparameters online dynamisch aanpast op basis van trainingsstatistieken, waarmee verbeterde prestaties, efficiëntie en robuustheid over meerdere benchmarks voor continue controle wordt aangetoond in vergelijking met standaard PPO.
Dit artikel presenteert HCLM-SmartTex, een uitlegbaar en sober AI-framework dat genuine fysiologische anomalieën onderscheidt van degradatie en artefacten van smart-textielsensoren door te optimaliseren voor mensgerichte beslissingskosten in plaats van ruwe nauwkeurigheid, gebruikmakend van een synthetische simulator voor training en het bereiken van een hoge betrouwbaarheid met een minimale computationele voetafdruk.
Dit artikel introduceert HPG-Rec, een nieuw, training-vrij framework dat effectief data-schaarsheid en de semantische kloof in aanbevelingssystemen aanpakt door gecontroleerde LLM-kandidaatgeneratie, rangorde-bewuste semantische scoring, duale populariteitsmodellering en MLP-gebaseerde fusie te combineren om significante prestatieverbeteringen te behalen ten opzichte van de huidige state-of-the-art baselines.
Deze studie stelt een tweelaags ontologiegebaseerd framework voor dat complexe radio-logs van betonstortingen classificeert in zeven semantische assen om gevaarssignalen, beheersacties en situatiestanden af te leiden, waarbij hoge overeenstemmingspercentages worden aangetoond bij regelgebaseerde extractie terwijl beperkingen in lokale LLM-benaderingen worden geïdentificeerd voor toekomstige validatie.
Dit artikel introduceert een ultra-lichtgewicht geometrische methode voor taalidentificatie in microteksten die karakterfrequenties codeert in compacte Euclidische ruimten, waarbij een superieure robuustheid tegen datasparsiteit en historische variaties wordt aangetoond vergeleken met traditionele baselines, terwijl het tegelijkertijd een aanzienlijke computationele efficiëntie biedt voor edge computing.