2332 papers
Dit artikel stelt een uitlegbare en betrouwbare AI-framework voor die intuïtionistische fuzzy sets gebruikt om een transparant, op vertrouwen gebaseerd stemconsensusmechanisme te vestigen dat de efficiëntie van berichtverificatie, privacybescherming en beveiliging in dynamische intelligente transportsystemen verbetert.
Dit artikel presenteert een interpreteerbaar multimodaal machine learning-framework dat CBC- en HPLC-biomarkers combineert om met behulp van een stacking ensemble-model een zeer nauwkeurige (99,89%) en klinisch consistente multiclassificatie van thalassemie te bereiken, waarbij SHAP-analyse bevestigt dat de belangrijkste voorspellende kenmerken overeenstemmen met de standaard diagnostische criteria.
Deze studie evalueert een tweetalig retrieval-augmented generation-systeem gebouwd op ANVISA-reguleringsdocumenten, waarmee de hoge nauwkeurigheid wordt aangetoond in het lokaliseren, citeren en samenvatten van Portugese en Engelse regelgevende vereisten voor medicijnontwikkeling, terwijl onbeantwoordbare vragen na kalibratie effectief worden afgehandeld.
Dit artikel stelt een CLCM-model voor, dat Conv1D-LSTM, CNN en een multi-head attention-mechanisme integreert, om effectief beveiligingsrisico's in virtual reality-leersystemen binnen het Unmanned Swarms Internet of Things te beoordelen door heterogene datamodaliteiten nauwkeurig te analyseren en de beperkingen van bestaande modellen te overwinnen.
Dit artikel stelt een geautomatiseerd raamwerk voor voor de diagnose van tomatenbladziekten met behulp van EfficientNetB3 transfer learning en Grad-CAM verklaarbare analyse, wat een hoge classificatienauwkeurigheid en interpreteerbaarheid bereikt voor het detecteren van vroegtijdige bladvlekziekte, late bladvlekziekte, bladschimmel en gezonde bladeren om precisielandbouw te ondersteunen.
Dit artikel introduceert DYNAMICS-WEB, een vooraf geregistreerde meting die aantoont dat een onderscheidend "karakter"-signaal binnen de linkgrafiek van het web, dat grotendeels onafhankelijk is van autoriteit en onderwerp, onbewust conversiepercentages van lezers kan beïnvloeden wanneer dit is afgestemd op gebruikersvoorkeuren.
Deze studie stelt een hybride MSCNN-LSTM-model voor, versterkt met Squeeze-and-Excitation attention om uursgewijze Air Quality Index-waarden te voorspellen, wat een superieure nauwkeurigheid en stabiliteit demonstreert vergeleken met traditionele deep learning-modellen door middel van multi-schaal feature extractie en adaptieve kanaalgewichten op gegevens uit de stad Yiyang.
NeviUNet is een efficiënte, door aandacht verbeterde U-Net variant die nauwkeurige en laag-latente segmentatie van huidlaesies in totale lichaamsafbeeldingen bereikt door Mish-activatie, Attention Gates en SE-blokken te integreren terwijl rekenintensieve componenten worden weggelaten.
Het artikel presenteert FlapFlowNet, een op Transformers gebaseerd streamingframework dat nauwkeurige, realtime monitoring van perfusie bereikt voor variabele lengtes van flap-chirurgie-sequenties door een lichtgewicht CNN, temporele modellering en een medisch geoptimaliseerde verliesfunctie te combineren om het aantal kritieke fout-negatieven aanzienlijk te verminderen.
Het artikel presenteert ORACOLO, een neuro-symbolische vraagbeantwoordsingsarchitectuur die ontologie-geconstrueerde SPARQL-querygeneratie integreert met dense retrieval fallback, waarmee een significant verbeterde feitelijke nauwkeurigheid wordt aangetoond ten opzichte van pure dense retrieval, terwijl een vergelijkbare getrouwheid behouden blijft.