2354 papers
Dit artikel toont aan dat het toevoegen van een mee-getrainde "volgorde-stempel" aan persistente model-interne geheugensleutels versieconflicten oplost door precieze extractie van specifieke feiten mogelijk te maken op basis van hun temporele sequentie, in plaats van te vertrouwen op capaciteits- of recentheidssnelkoppelingen.
Dit artikel presenteert een dynamische service-afhankelijkheidsgraaf-aanpak voor het modelleren van laadafwijkingen en het identificeren van de grondoorzaken in grote sociale mediaplatforms, waarbij een hoge nauwkeurigheid wordt bereikt in het voorspellen van vertragingen en de lokalisatietijd aanzienlijk wordt verminderd vergeleken met statische methoden.
Dit artikel introduceert RiskThread-LF, een zwak gesuperviseerd en privacy-behoudend framework dat afwijkende berichtenthreads binnen gemeenschappen detecteert door diverse gedragssignalen te fuseren en te corrigeren voor rapportagebias, waarbij het een superieure prestatie levert ten opzichte van op inhoud en grafieken gebaseerde baselines terwijl de robuustheid onder differential privacy behouden blijft.
Dit artikel stelt een veiligheidsbewuste adaptieve edge-intelligentiecontroller voor voor assistieve visiesystemen die verwerkingsmodi dynamisch afstemt op basis van realtime netwerk-, reken- en risicofactoren om latentie te minimaliseren en tijdige feedback te garanderen, terwijl het een raamwerk schetst voor toekomstige experimentele validatie.
Dit artikel stelt een risicobewuste adaptieve videoverwerkingscontroller voor voor assistieve visie met lage latentie, die de toelating van frames dynamisch scheidt van de selectie van de inferentiemodus op basis van netwerk-, reken- en navigatierisicometrieken, waardoor de end-to-end latentie aanzienlijk wordt verminderd en verouderde niet-kritieke frames worden afgestoten, terwijl wordt gegarandeerd dat observaties met een kritiek risico volledige getrouwheid in de verwerking ontvangen.
Het artikel introduceert FrameShift-CAD, een diagnostische benchmark die een aanzienlijke betrouwbaarheidsgap in text-to-CAD-modellen onthult, waarbij wordt aangetoond dat ze er moeite mee hebben om zuivere rotationele coördinatensysteemtransformaties correct uit te voeren in vergelijking met translaties, zelfs wanneer expliciete mappinginstructies worden gegeven.
Dit artikel stelt twee ensemblemodellen voor en evalueert deze voor de voorspelling van hart- en vaatziekten, waarbij wordt vastgesteld dat een eenvoudigere combinatie van drie classificators (DNL) een complexer kader van 24 classificators (MEDPOLY) overtreft door een nauwkeurigheid van 98% te bereiken terwijl overfitting wordt vermeden en een betere interpreteerbaarheid wordt geboden.
Dit artikel stelt CINN voor, een op convolutie gebaseerd invers neuraal netwerk dat globale-lokale kenmerkkoppeling en multi-channel aandachtspooling integreert om simultaan de beveiliging, onwaarneembaarheid en herstelgetrouwheid van beeldsteganografie te verbeteren, waarbij het bestaande state-of-the-art methoden overtreft over meerdere datasets en steganalyse-evaluaties.
Dit artikel stelt een "Sheaf-State Language Model"-architectuur voor die computationeel excessieve dichte zelf-aandacht vervangt door een minder complexe structuur met behulp van lokale toestandsruimte-dynamiek en ijle, getypeerde lijm-morfismen om context en afhankelijkheden efficiënt te beheren.
GaussCast is een afhankelijkheidsbewust leveringsframework voor multi-user gelaagde 3D Gaussian Splatting dat gelijktijdige gebruikersvraag aggregeert bij een edge-proxy om gedeelde vereiste blokken slechts één keer op te halen, waardoor de upstream-verkeersstroom aanzienlijk wordt verminderd en de opstartlatentie en renderkwaliteit worden verbeterd in vergelijking met onafhankelijke strategieën voor levering per gebruiker.