2456 papers
Dit artikel stelt een multi-tenant edge-cloud hybride LLM-servingarchitectuur voor die W4A16-gekwantiseerde speculatieve decodering combineert met asynchrone communicatie en een multi-tenant verificatie-orchestrator om gelijktijdig uitdagingen op het gebied van privacy, latentie en resource-benutting aan te pakken.
Dit artikel introduceert JPAL-HA, een veilig leermodel voor veiligheidskritische omgevingen dat menselijke rechtvaardigingen van acties gebruikt om hypothetische queries te genereren, waardoor de veiligheid en de efficiëntie van het aantal samples aanzienlijk worden verbeterd terwijl de menselijke trainingslast wordt verminderd.
Deze studie toont aan dat het gebruik van uitlegbare machine learning voor de analyse van veiligheidsklimaatgegevens op itemniveau niet-lineaire, drempelafhankelijke gedragsrisicopatronen onthult die worden gedreven door managementresponsiviteit, training en ervaring, wat traditionele lineaire aggregatiemodellen uitdaagt en een nauwkeuriger fundament biedt voor proactieve ongevalpreventie.
Dit artikel stelt een ijle -geregulariseerde kwadratische oppervlakte support vector machine (QSVM) voor om problemen met overfitting en interpreteerbaarheid in kernel-vrije niet-lineaire classificatie aan te pakken, waarbij een strafdecompositie-algoritme wordt geïntroduceerd met bewijsbare optimaliteits- en convergentiegaranties dat competitieve prestaties en ijtheid vertoont op zowel benchmark- als real-world kredietdatasets.
Dit artikel presenteert een op PRISMA gebaseerde systematische review die de beperkingen van huidige auditief-gecentreerde oplossingen voor dovenleerlingen blootlegt en een door AI gedreven multimodale communicatiekader voorstelt dat spraakherkenning, natuurlijke taalverwerking en gebarentaalgeneratie integreert om realtime visuele ondersteuning mogelijk te maken en betekenisvolle inclusie in klaslokalen te bereiken.
Dit artikel onthult dat standaard op scaffolds gebaseerde evaluatiemethoden een verborgen allocatiebias introduceren door chemisch heterogene "geen-scaffold" moleculen onjuist als een enkele eenheid te behandelen, wat generalisatiemetrieken over veelvoorkomende benchmarks vertekent, en stelt een "Empty-Scaffold-Aware" reparatie voor om een gebalanceerde representatie en nauwkeurige prestatiebeoordeling te herstellen.
Dit artikel introduceert C3Q-MARL, een connectiviteitsbewust raamwerk dat grafentheoretische topologiecontrole integreert met een door QAOA geïnspireerde optimalisatiemodule in multi-agent reinforcement learning om de coördinatie, botsingsvermijding en het behoud van connectiviteit van UAV-zwermen te verbeteren onder gedeeltelijke observeerbaarheid en communicatiebeperkingen.
Deze studie presenteert de eerste schaal-voor-schaal benchmark van YOLOv11- en YOLOv12-varianten op de BCCD-dataset, waarbij wordt onthuld dat hoewel hun algehele gemiddelde prestaties nagenoeg identiek zijn, YOLOv12 uitblinkt op de nano-schaal voor latentiegevoelige toepassingen, terwijl YOLOv11 beter presteert op medium- en grote schaal, wat aangeeft dat modelselectie gedreven moet worden door specifieke schaal- en recall-vereisten in plaats van een uniforme aanname van superioriteit.
Dit artikel introduceert RLHOARNet, een op MONAI gebaseerde 3D U-Net architectuur met een lichtgewicht residuele grensverfijningsmodule die state-of-the-art prestaties en real-time inferentiesnelheden bereikt voor multimodale hersentumorsegmentatie op de BraTS 2020 dataset.
FedHyperM is een privacy-bewarend federated learning-framework voor edge-apparaten dat modaliteit-heterogeniteit aanpakt door hypergraaf-gebaseerde voorspelling en modaliteit-gevoelige aggregatie te gebruiken om bestaande baselines aanzienlijk te overtreffen in nauwkeurigheid en F1-score.