929 papers
Dit artikel introduceert Elemental Variational Expanse (EVE), een neuron-niveau variationele eenheid die deterministische verborgen activaties vervangt door input-afhankelijke gesamplede latente toestanden om probabilistische voorspelling te verbeteren en meetbare diagnostiek te bieden, terwijl de compatibiliteit met standaard neurale architecturen behouden blijft.
Dit artikel stelt GeoDualNet voor, de eerste end-to-end neurale codec die gezamenlijk dispariteitsvectorvoorspelling en dieptekaartcodering leert via een verenigde geometrische latente ruimte met vijf nieuwe componenten, waarbij aanzienlijke bitratebesparingen en verbeterde kwaliteit van gesynthetiseerde weergaven worden bereikt ten opzichte van traditionele 3D-HEVC en bestaande geleerde multiview-codecs.
Dit artikel introduceert Modality-Conditional Conformal Prediction (MC²), een meth符 die geldige, informatieve dekkinggaranties herstelt voor multimodale medische diagnosesmodellen bij ontbrekende modaliteitsinputs door kalibratie te stratificeren volgens modaliteitsbeschikbaarheidspatronen zonder hertraining van het model te vereisen.
Dit artikel presenteert de Enhanced Passive Reader-Writer (EPRW) lock, een gebruikersruimte-adaptatie van de oorspronkelijke PRW lock die de incompatibele heartbeat-vereiste voor poll-mode datastromen elimineert, terwijl de schaalbaarheid behouden blijft en kritieke functies zoals lock-upgrade, downgrade en non-blocking acquisitie worden toegevoegd.
Dit artikel stelt ICATS voor, een Issue-Centric Autonomous Thinking Scheduling-framework dat robots in dynamische omgevingen in staat stelt om prioriteit te geven aan interne cognitieve verwerking door diverse factoren, zoals onvoltooide taken en opkomende risico's, te behandelen als dynamische issues, waardoor het traditionele fixed-baseline methoden overtreft in gewogen beloning en statusdetectie.
Dit artikel presenteert een interactief dashboard voor besluitvormingsondersteuning voor het UAC Care System, ontwikkeld met behulp van Python, Streamlit, SQLite en Power BI, dat realtime monitoring, voorspellende analyses en scenario-planning integreert om de operationele zichtbaarheid en de op bewijsvoering gebaseerde besluitvorming voor zorgmanagers in de publieke sector te verbeteren.
Dit artikel stelt RL-Trust RPL voor, een op reinforcement learning gebaseerd adaptief trust-framework dat sinkhole-aanvallen in multicast RPL-netwerken mitigeert door het gedrag van knooppunten, zoals pakketlevering en energieverbruik, te monitoren om kwaadaardige knooppunten te detecteren en te isoleren, waardoor de routingbeveiliging en netwerkprestaties worden verbeterd.
Dit artikel stelt een hybride framework van Genetische Algoritmen en Deep Learning voor dat een lichtgewicht ResNet-model integreert met een op maat gemaakte GA-gestuurde optimalisatieschema om snelle, energiezuinige clusterkopselectie in oplaadbare draadloze sensornetwerken mogelijk te maken, waardoor de eerste knoopdood aanzienlijk wordt uitgesteld en bijna realtime prestaties worden bereikt zonder de iteratieve overhead van traditionele heuristische methoden.
Deze studie stelt een schaalbaar, op big data gebaseerd framework voor dat gebruikmaakt van een Spatio-Temporal Parallel Transformer (STPT) en clusteringtechnieken om verkeersongevallen en slachtoffers in Bangkok nauwkeurig te voorspellen, waardoor op bewijs gebaseerde beleidsinterventies mogelijk worden om de veiligheid op stedelijke wegen te verbeteren.
Dit artikel stelt PHUE voor, een progressieve, op moeilijkheidsgraad gebaseerde undersampling-ensemblemethode die dynamisch kritieke meerderheidsklasse-monsters nabij de beslissingsgrens selecteert en multi-metrische gewogen integratie gebruikt om bestaande algoritmen bij classificatie van ongebalanceerde data aanzienlijk te overtreffen.