2351 papers
Deze studie introduceert het Multi-Scale Efficient Attention Convolutional Network (MSEACN), een deep learning-model gebaseerd op EfficientNetB7 en duale aandachtmechanismen dat een state-of-the-art prestatie bereikt met een nauwkeurigheid van 97,69% en een Cohen's Kappa-score van 0,98 voor de geautomatiseerde Gleason-grading van prostaatkanker met behulp van de PANDA-dataset.
Dit artikel stelt de Fourier Double Gate Physics-Informed Neural Network (FDG-PINN) voor, die multiscale Fourier-kenmerkencodering, een Double Gate-architectuur en adaptieve verliesweging integreert om spectrale bias en gradiëntimbalans te overwinnen, waardoor superieure nauwkeurigheid wordt bereikt bij het oplossen van multiscale partiële differentiaalvergelijkingen en het reconstrueren van complexe spatiotemporele temperatuurvelden.
Dit artikel stelt een domeinspecifiek expertsysteem voor dat natuurlijke taalverwerking benut om automatisch uitvoerbare broncode te genereren vanuit gebruikersvereisten, waarbij wordt aangetoond dat het beperken van de toepassingsscope de nauwkeurigheid en betrouwbaarheid van de gegenereerde programma's aanzienlijk verbetert.
Dit artikel stelt een geautomatiseerd digitaal pathologieframework voor dat gebruikmaakt van een nieuw Contrast Stretched Convolutional Neural Network (CSCNN)-model en geavanceerde beeldvoorverwerkingstechnieken om tongtumorweefsels nauwkeurig te classificeren en te gradueren, waarbij een nauwkeurigheid van 98% wordt bereikt die bestaande state-of-the-art transfer learning-modellen overtreft.
Deze studie stelt een op aandacht gebaseerd transfer learning-framework voor dat een hybride kanaal-ruimtelijk aandachtmechanisme integreert met de EfficientNet-B2-architectuur om een hoge nauwkeurigheid, robuustheid en interpreteerbaarheid te bereiken in de geautomatiseerde histopathologische diagnose van basaalcelcarcinoom.
Dit artikel stelt "dialogische epistemische auditing" voor, een kwalitatief kader voor het traceren van hoe grote taalmodellen hun inferentiële verbintenissen behouden of wijzigen over gespreksbeurten heen, waarbij via een casusreeks wordt aangetoond dat modellen vaak asymmette door consistente eigenschappen vertonen door onbewezen narratieven te behouden terwijl ze feitelijke claims intrekken.
Deze studie analyseert 3.837 Zenodo-softwarecitaties om aan te tonen dat hoewel de meeste gearchiveerde bestanden toegankelijk blijven zelfs wanneer hun broncode-repositories onbereikbaar worden, een aanzienlijk deel van de defecte citaties voortkomt uit dode repository-pointers in plaats van verloren gegane software, wat het cruciale onderscheid tussen de beschikbaarheid van een repository en de integriteit van een deposit benadrukt.
Dit artikel introduceert Iterative Tensor Network Transformations (ITNT's), een nieuw framework dat efficiënte, elementgewijze evaluatie van nietlineaire functies direct op gecomprimeerde tensor train-data mogelijk maakt, waardoor eerdere beperkingen bij het toepassen van tensor netwerken op algemene data science en grootschalige optimalisatietaken worden overwonnen.
Dit artikel evalueert discipline voor statusbeheer voor statusgebaseerde hash-handtekeningen (XMSS en LMS) onder operationele fouten, waarbij wordt aangetoond dat alleen transactionele claimstrategieën catastrofaal sleutelhergebruik voorkomen, terwijl wordt onthuld dat bescherming tegen snapshot-rollback externe monotone ankers vereist en dat gebundelde leasing de enige veilige, lage-latentie oplossing biedt voor LMS ondanks aanzienlijke prestatieboetes in ongepatchte softwarebibliotheken.
Dit artikel stelt een trainingsvrij, algebraïsch prognostisch raamwerk voor met behulp van fr-codes en eindig gepresenteerde groepen om de degradatie van turbofanmotoren te volgen door sensordata te kwantiseren in discrete toestanden en dalingen in de dimensie van een afgekorte factoralgebra te monitoren als een deterministische indicator voor de voorspelling van de resterende levensduur.