929 papers
Dit artikel stelt een adaptief Fuzzy-GAN-systeem voor dat Generative Adversarial Networks en fuzzy logica gebruikt om gezichtsoriëntaties te classificeren in lage, middelmatige en hoge hoeken (inclusclusief met de klok mee en tegen de klok in variërende afwijkingen) om pose-invariante gezichtsherkenning voor wetshandhavingsapplicaties te verbeteren.
Dit artikel evalueert de haalbaarheid van NVIDIA's RTX Neural Shaders voor real-time vloeistofrendering, waarbij wordt aangetoond dat hoewel neurale netwerken succesvol pixel-niveau BSDF's benaderen bij hoge framerates, aanzienlijke beperkingen in het framework momenteel hun effectieve inzet voor vertex-verplaatsingstaken verhinderen.
Deze studie stelt een formulering voor die gebaseerd is op gedeeltelijke juistheid en voortgangsbewustzijn voor het voorspellen van vroegtijdig succes in programmeerpraktijk, en valideert dat deze de traditionele binaire en ordinale benaderingen aanzienlijk overtreft door de progressie van de lerende effectiever te vatten en gerichte instructieve ondersteuning mogelijk te maken.
Deze systematische review van 122 studies (2015–2025) toont aan dat machine learning-modellen, in het bijzonder ensemble- en hybride benaderingen geïntegreerd met niet-destructieve sensortechnologieën, het naoogstbeheer van bederfelijke vruchten significant verbeteren door de kwaliteitsbeoordeling en het verliesreductie over de gehele toeleveringsketen te optimaliseren, terwijl tegelijkertijd de noodzaak voor gestandaardiseerde datasets en validatie in de praktijk wordt benadrukt om de huidige uitdagingen bij implementatie te overwinnen.
Dit artikel introduceert Validation-Aligned Coreset Selection (VACS), een methode die de optimale klasse-gebalanceerde subset-selector selecteert door een portfolio te evalueren op interne validatiesplits, waarbij wordt aangetoond dat herhaalde validatie de nauwkeurigheid van few-shot classificatie onder extreme budgetbeperkingen aanzienlijk kan verbeteren, hoewel het niet universeel superieur is aan de beste statische selectieregels.
Dit artikel stelt een lichtgewicht tweestaps-framework voor dat gebruikmaakt van YOLO11s-seg voor generatie van kandidaten op instantieniveau en YOLOv8n-cls voor hard-negative en occlusie-bewuste classificatie, waarbij een hoge nauwkeurigheid van de oogstbeslissing en een nul procent foutieve oogstrate worden bereikt in complexe oliepalmplantageomgevingen.
Dit artikel stelt een neuro-symbolisch fuzzy regelgebaseerd framework voor dat op deep learning gebaseerde dermoscopische attribuutestimatie integreert met automatisch geëxtraheerde klinische regels om de nauwkeurigheid en interpreteerbaarheid van melanoomclassificatie te verbeteren in vergelaling met alleen op afbeeldingen gebaseerde deep learning-benaderingen.
Deze studie toont aan dat het analyseren van de structurele kenmerken van de referentielijst van een artikel op het moment van publicatie — specifiek de zelfcitatiecijfers, de spreiding van referentiejaren en de recentheid van geciteerde literatuur — de vroege detectie van toekomstige intrekkingsrisico's aanzienlijk kan verbeteren voordat er enig bewijs na publicatie naar voren komt.
Dit artikel stelt een verklaarbaar TabNet-framework voor dat gebruikmaakt van aandacht-gebaseerd diep leren en SHAP-waarden om de prestaties van externe werknemers accuraat, robuust en eerlijk te voorspellen met behulp van een grootschalige dataset, waarbij het traditionele baseline-modellen overtreft terwijl het transparante en rechtvaardige besluitvorming binnen menselijke hulpbronnen waarborgt.
Deze studie toont aan dat geavanceerde Large Language Models, specifiek BioClinicalBERT en BioGPT, een hoge nauwkeurigheid bereiken (98% F1-score en nauwkeurigheid) bij het automatisch identificeren van causale medicijnen voor bijwerkingen uit sociale media en drug review-datasets, wat een veelbelovende realtime oplossing biedt voor de monitoring van medicijnveiligheid.