929 papers
Dit artikel presenteert Semperf, een door LLM ondersteund framework dat rangprofielmatrices construeert en processen clustert om schaalbare, geautomatiseerde prestatiediagnose en bottleneck-identificatie voor extreme-schaal parallelle HPC-applicaties mogelijk te maken.
Dit artikel presenteert HQNNDL, een hybride quantum-klassiek deep learning-framework dat gebruikmaakt van een bevroren ResNet-18 backbone en een 8-qubit variationeel quantumcircuit om OCT-beelden in vier categorieën te classificeren, waarbij een nauwkeurigheid van 79,0% wordt bereikt op een proxy-dataset afgeleid van Kermany OCT2017, terwijl de noodzaak voor verdere ablatie-studies en klinische validatie wordt erkend om de effectiviteit ervan voor de detectie van Centrale Serueuze Retinopathie te bevestigen.
Dit artikel stelt een progressief contextverrijkingskader voor dat de betrouwbaarheid van Large Language Models bij het genereren van Mixed Integer Linear Programming-formuleringen voor de productieplanning van dagbouwmijnen verbetert door prompts systematisch aan te vullen met simulatorgegevens en code-annotaties, waarbij wordt onthuld dat hoewel simulatorcode de objectieve nauwkeurigheid verbetert, geannoteerde code superieur is voor het waarborgen van de haalbaarheid van restricties.
Dit artikel presenteert een door AI gedreven segmentatiepijplijn voor handgeschreven fysisch-wiskundige documenten die vormbehoudende kwadratische splines gebruikt om oscillerende baselines te modelleren en kromming-adaptieve snijmaskers te genereren, waardoor de detectienauwkeurigheid en structurele reconstructie voor downstream OCR-taken worden verbeterd.
Deze studie stelt een op metrieken gebaseerd few-shot learning-framework voor, specifiek gebruikmakend van Prototypical Networks, om een efficiënte en computationeel lichte registratie van door de gebruiker gedefinieerde vocabulaires in EMG-gebaseerde stille spraakinterfaces mogelijk te maken zonder dat herhaalde modelretraining vereist is.
Dit artikel rapporteert een onafhankelijk gevalideerde demonstratie dat een propriëtaire engine in staat is om structurele medische links over meerdere bronnen heen correct te synthetiseren door negen geverifieerde verbindingen uit externe literatuur naar voren te brengen en selectiviteit te bewijzen via een discriminatiecontrole, waarmee een betrouwbare fundering wordt gelegd voor toekomstige computationele ontdekking zonder hallucinatie.
Dit artikel vestigt een verenigd theoretisch kader voor Mixture-of-Experts (MoE) dat cross-expert gradiëntuitlijning identificeert als de grondoorzaak van expert-instorting, de Gradient Pathway Hypothese en Reynoldsgetal-diagnostiek introduceert om deze dynamiek te karakteriseren, en aantoont dat architecturale isolatie in de outputruimte via Mosaic Tile hard routing effectief catastrofaal vergeten en expert-instorting elimineert over visuele en talige taken heen.
Dit artikel stelt een op maat gemaakte hoogwaardige CNN-architectuur voor die een perfecte nauwkeurigheid van 100% en state-of-the-art prestaties bereikt op de NEU-CLS-dataset voor het classificeren van zes typen oppervlaktefouten in staal, waarmee de superioriteit van taakspecifieke ontwerpen boven algemene modellen in industriële kwaliteitscontrole wordt aangetoond.
Dit artikel presenteert een pilotstudie van het Center for Computational Research and Education (CCRE), een trainingsinitiatief in Afrika dat met succes een kleine cohort onderzoekers aan het begin van hun carrière door een gestructureerd, begeleid traject heeft geleid om vaardigheden op het gebied van high-performance computing te ontwikkelen, ondanks aanzienlijke barrières op het gebied van infrastructuur en mentorschap.
Het artikel introduceert InVAER, een nieuw AI-framework dat adaptieve hyperparameteroptimalisatie en multi-cue spatio-temporele validatie combineert om real-time, hoogprecisie ongevaldetectie met geautomatiseerde geospatiale noodcoördinatie te bereiken, waarbij het aantal fout-positieven en reactievertragingen op edge-apparaten aanzienlijk wordt verminderd.