2569 papers
Dit artikel introduceert de Aye-Aye Optimizer (AAO), een nieuw bio-geïnspireerd metaheuristisch algoritme dat de percussieve foerageerstrategie van de Aye-aye lemur nabootst via drie adaptieve fasen om een superieure balans tussen exploratie en exploitatie, snellere convergentie en een robuuste prestatie op benchmark- en real-world optimalisatieproblemen te bereiken.
Dit artikel stelt een op een vision-language model gebaseerd framework voor met constraint-voorbeeldverificatiefeedback en betrouwbaarheidsevaluatie om een nauwkeurige gestructureerde extractie en gestandaardiseerde reconstructie van heterogene verspaningsprocesdocumenten onder beperkingen van lage middelen te bereiken, waardoor hallucinaties effectief worden verminderd en kennisdigitalisering in intelligente fabricage mogelijk wordt gemaakt.
Deze studie beoordeelt de cyberbeveiligingsrisico's in smart home IoT-ecosystemen in de MENA-regio via een enquête onder 164 Arabischsprekende gebruikers, waarbij een hoge mate van privacyzorgen en inconsistente beschermingspraktijken aan het licht komen, terwijl tegelijkertijd gelaagde beveiligingsaanbevelingen worden voorgesteld die variëren van gebruikersbewustzijn tot blockchain-gestuurde oplossingen.
Dit artikel stelt HyperTuneMed voor, een intelligent framework dat een hypergeparameteriseerd logistisch regressiealgoritme gebruikt om ziekten te voorspellen op basis van gebruikerssymptomen met een superieure nauwkeurigheid (tot 98,983%) en gepersonaliseerde preventieve gezondheidszorgadviezen te bieden.
Dit artikel toont aan dat hoewel geautomatiseerde tools zoals Slither en Mythril effectief bekende kwetsbaarheidspatronen detecteren, formele specificatie essentieel is voor het verifiëren van logische correctheid en het waarborgen van veiligheid in blockchain-gebaseerd EEG-databeheer, aangezien het uniek een seeded array out-of-bounds kwetsbaarheid identificeerde die geautomatiseerde tools misten.
Dit artikel stelt een innovatief raamwerk voor de voorspelling van verkeersborden voor, dat Non-local Means-preprocessing, een aangepaste U-Net-architectuur, Dense CNN-classificatie en Rock Hyrax Swarm Optimization voor hyperparameteroptimalisatie integreert, waarbij een state-of-the-art nauwkeurigheid van 99,64% op de TT100K- en 99,6% op de GTSDB-datasets wordt bereikt.
Dit artikel introduceert EDNet-20, een nieuw deep learning-framework dat is geoptimaliseerd met fotometrische data-augmentatie en uitlegbare AI-technieken, dat een superieure nauwkeurigheid bereikt bij de detectie van oogziekten met meerdere labels vergeleken met state-of-the-art modellen, en daarmee een veelbelovende tool biedt voor vroege klinische diagnose.
Dit artikel introduceert Empathic Extended Prompting, een real-time framework dat gezichtsuitdrukking-affectieve beschrijvers integreert in interacties met Large Language Models om de waargenomen emotionele intelligentie en stemmingsgevoeligheid te verbeteren zonder de bruikbaarheid in gevaar te brengen of een 'uncanny' perceptie op te wekken.
Dit artikel evalueert een modulair LLM-gebaseerd multi-agent systeem voor toegang tot productinformatie, waarbij wordt vastgesteld dat hoewel topmodellen onder specifieke gegevensomstandigheden de gemiddelde menselijke gebruiker overtreffen in nauwkeurigheid en snelheid bij traceerbaarheids-taken, de effectiviteit van het systeem afhankelijk blijft van modelselectie, datakwaliteit en promptontwerp, wat voortdurend menselijk toezicht noodzakelijk maakt.
Dit artikel presenteert een lichtgewicht, multi-schaal extractienetwerk voor kenmerken dat real-time, nauwkeurige handgebaarbesturing voor hulpbronnenbeperkte UAV's mogelijk maakt door een driestaps downsampling-architectuur en een hybride module te gebruiken die parallelle gedilateerde convoluties combineert met een selectief state space-model.