2578 papers
Dit artikel stelt een kennisgrafiek-gestuurd framework voor dat voorkennis over anomalieën en hun relaties benut om tekstprompts te construeren, waardoor foundation modellen en diffusietechnieken in staat worden gesteld om realistische anomalieënbeelden te genereren voor diverse productklassen.
Dit artikel introduceert Scholar-ML-1000, een publiekelijk vrijgegeven dataset van 996 meest geciteerde machine learning-onderzoekers verzameld in juni 2026, die onthult dat grote technologiebedrijven zoals Google en DeepMind nu meer vooraanstaande ML-wetenschappers huisvesten dan topuniversiteiten gecombineerd, terwijl het tegelijkertijd de aanzienlijke mondiale diversiteit en interdisciplinaire reikwijdte van het vakgebied benadrukt.
PRISM-VFL is een differentially private verticaal federated learning-framework dat LSTM-encoders integreert met een Multi-gate Mixture-of-Experts-module om het gelijktijdig trainen van heterogene klinische voorspellingstaken mogelijk te maken, waarbij wordt aangetoond dat hoewel de voorspelling van mortaliteit in het ziekenhuis klinisch levensvatbaar blijft onder matige privacybeperkingen, andere taken zoals decompensatie en fenotypering aanzienlijke bruikbaarheidsuitdagingen ervaren ondanks het effectief onderdrukken van label-inferentie-aanvallen.
Dit artikel introduceert de Scholar-India-ML bibliometrische dataset om de citatiepatronen en onderzoeksbanen van 478 topgeciteerde Indiase machine learning-geleerden te analyseren, waarbij wordt onthuld dat het Indian Institute of Science en het Indian Statistical Institute de IIT's overtreffen in citatie-impact, terwijl industriële laboratoria opkomen als significante bijdragers aan het AI-ecosysteem van het land.
Dit artikel stelt een adaptief model voor voor de uitrol van IoT-nodes en datatransmissie op basis van draadloze sensornetwerken, dat het HEED-clusterprotocol integreert met de IEEE 802.11x-standaarden en deep learning-analyse om de energie-efficiëntie te optimaliseren, de levensduur van het netwerk te verlengen en de Quality of Service te verbeteren in grootschalige IoT-toepassingen.
Deze studie evalueert de betrouwbaarheid en validiteit van multimodale LLM's voor stedelijke ontwerpbeoordeling in Seoul, waarbij wordt vastgesteld dat hoewel ze goed presteren op visueel expliciete kenmerken, hun onvermogen om menselijke beoordelingen voor contextuele of proportionele variabelen volledig te repliceren hun geschiktheid beperkt tot element-specifieke in plaats van universele toepassingen.
Dit artikel stelt een machine learning-paradigma voor dat traditionele beeldreconstructie omzeilt om direct entiteiten van belang, zoals ziekten, te detecteren uit minimale metingen, waardoor de acquisitiekosten en de tijd aanzienlijk worden verminderd terwijl de diagnostische nauwkeurigheid behouden blijft.
Dit artikel stelt een hybride taakallocatiekader voor voor heterogene multi-robot-systemen dat een Large Language Model combineert voor het genereren van hoogwaardige initiële oplossingen op basis van natuurlijke taal met een geheugengestuurd Speed-Up Slow-Down lokaal zoekalgoritme, waarbij een reductie van 17,07% in de missie-makespan wordt bereikt vergeleken met traditionele methoden terwijl de schaalbaarheid behouden blijft.
Dit artikel introduceert de Virtual Speech Therapist (VST), een door AI aangedreven platform met een clinician-in-the-loop, dat op deep learning gebaseerde stotterclassificatie integreert met multi-agent large language model-redenering om gepersonaliseerde, op bewijs gebaseerde behandelplannen te genereren, te bekritiseren en te verfijnen voor deskundige beoordeling en implementatie.
Dit artikel introduceert de "Dice Roll Method", een statistisch gefundeerd protocol dat gebrekkige parametrische aannames vervangt door een negatief-binomiale GLMM-framework en simulatiegebaseerde poweranalyse om gestandaardiseerde iteratieaantallen en betrouwbaarheidsdrempels vast te stellen voor het meten van stochastische bias in de outputs van grote taalmodellen.