2550 papers
Dit artikel adresseert de fragmentatie en het gebrek aan vergelijkbaarheid in empirische studies naar LLM-gebaseerde codegeneratie door een synthese te bieden van een review van 35 recente studies tot een uitgebreid referentiekader bestaande uit zes kerncomponenten om meer systematische, transparante en reproduceerbare evaluaties mogelijk te maken.
Dit artikel stelt een hybride deep learning-framework voor dat transfer learning, CNN's en aandachtmechanismen integreert om de beperkingen van traditionele emotiedetectiesystemen te overwinnen, waarbij superieure nauwkeurigheid, robuustheid en cross-domein aanpassingsvermogen wordt bereikt voor real-world mens-computerinteractietoepassingen.
Dit artikel stelt een multimodale AI-framework voor dat een aangepaste Mask R-CNN voor CTPA-stolsegmentatie, een hybride LSTM-GRU-model voor ICU-tijdreeksanalyse en een kunstmatig neuraal netwerk voor klinische risicobeoordeling integreert, waarbij een Dice-score van 0,88 en een algehele nauwkeurigheid van 91,81% worden behaald om de diagnose van longembolie en de voorspelling van patiëntrisico te verbeteren.
Het artikel stelt UAMG-RAG voor, een framework dat de ophaaldiepte en documentgranulariteit dynamisch aanpast op basis van de complexiteit van de vraag en onzekerheidgestuurde herhaalde ophaalprocessen inzet om de redeneerprestaties te verbeteren en hallucinaties te verminderen, waarbij significante verbeteringen worden behaald op de HotpotQA- en WikiHow-benchmarks.
Dit artikel stelt een datagedreven, verliesfunctievrije binaire classifier voor die symmetrische intuïtionistische fuzzy TOPSIS integreert met zelf-interactieve sequentiële driewegbesluitvorming om bestaande beperkingen te overwinnen door gebruik te maken van objectieve attribuutgewichten, gebalanceerde afstandmetingen en een interne feedbackloop voor adaptieve drempelwaardeinstelling, waardoor de classificatieprestaties en robuustheid worden verbeterd.
Deze studie presenteert een voorlopig deep learning-framework dat gebruikmaakt van op mel-spectrogrammen gebaseerde convolutionele neurale netwerken om automatisch onderscheid te maken tussen de Maxaatiri- en Maay-Somali-dialecten, waarbij een nauwkeurigheid van ongeveer 81% wordt bereikt op een kleine, uit uitzendingen afgeleide dataset, terwijl de noodzaak voor grotere, meer diverse data wordt benadrukt om generaliseerbaarheid te waarborgen.
Deze prospectieve studie toont aan dat de NeutrinoReview-tool, die gebruikmaakt van een zelfgehost LLaMA 3.1-8B-model, de werklast voor het screenen van systematische reviews met wel 74% kan verminderen zonder enige inbegrepen records te missen, hoewel de auteurs aanbevelen het te gebruiken als een conservatieve aanvulling op menselijke screening in afwachting van verdere validatie in diverse omgevingen.
Dit artikel stelt FSMF voor, een betrouwbaarheidsgestuurd RGB-IR objectdetectienetwerk voor autonoom rijden dat een betrouwbaarheidsgestuurd modulatiemodule, een complementaire informatieontkoppelingsmodule en een schaalbewuste fusiepiramide gebruikt om effectief uitdagingen op het gebied van verlichting en textuur aan te pakken, waarmee state-of-the-art prestaties worden behaald op de M3FD- en FLIR-datasets.
Het artikel introduceert AgriMemSynth, een synthetisch benchmark-framework bestaande uit conversationele en multi-hop redeneerdatasets om landbouw-AI-systemen te evalueren, waarbij wordt onthuld dat strategieën voor retrieval-organisatie taakafhankelijk zijn en dat lexicale metrieken de juistheid van antwoorden vaak onderschatten.
Dit artikel stelt Meta KG-NCF voor, een hybride meta-learning framework dat Knowledge Graph-embeddings (via TransE) integreert met Neural Collaborative Filtering en een First-Order Multi-Supervisor Association Network om cold-start problemen effectief aan te pakken, terwijl het een superieure nauwkeurigheid en computationele efficiëntie bereikt in vergelijking met bestaande baseline-methoden over meerdere grootschalige datasets.