3729 papers
Dit artikel vestigt een algemene rigoureuze theorie en een efficiënt algoritme voor het genest cascade van elektro-optische poorten in gerichte logica, waarbij wordt aangetoond dat hoewel de schaalbaarheid lineair is voor veel belangrijke gevallen en gemiddeld matig polynomiaal is, deze exponentieel blijft voor algemene Booleaanse circuits met gedeelde tussenresultaten.
Dit artikel presenteert een adaptief, ongesuperviseerd machine learning-framework dat baselines dynamisch herkalibreert om effectief anomalieën te detecteren in verouderende industriële activa onder variërende operationele omstandigheden, waarbij een recall van 100% en een gemiddelde waarschuwingslooptijd van 72 uur wordt bereikt in een echt HDPE-polymerisatieproces zonder dat gelabelde foutgegevens vereist zijn.
Dit artikel introduceert MUESCA, een Spaans corpus met meerdere genres en een annotatieschema dat subjectiviteit langs een continuüm kwantificeert met behulp van pragmatische kenmerken, waarbij wordt aangetoond dat het combineren van deze kenmerken met transformer-modellen de detectie van subjectiviteit aanzienlijk verbetert, met name voor hybride nieuwsteksten.
Deze studie onthult dat virtuele agenten als intelligenter en betrouwbaarder worden waargenomen wanneer hun uiterlijk en spraak met elkaar in strijd zijn (bijv. intelligent lijken maar onintelligent spreken, of andersom) in plaats van wanneer beide factoren consistent intelligentie overbrengen.
Dit artikel stelt SAFE CHA voor, een hybride conversationeel gezondheidsagent-framework dat grote taalmodellen, fuzzy logic en reinforcement learning integreert, geleid door de zelfbeschikkingstheorie en constrained optimization, om veilige, empathische en gepersonaliseerde ondersteuning bij mentale gezondheid te bieden terwijl de aanpasbaarheid wordt gebalanceerd met strikte veiligheidscontroles.
Dit artikel stelt het X-WMHEA-model voor, een interpreteerbaar deep learning-framework dat HSIC-LASSO voor feature selectie, TabM voor classificatie en SHAP voor verklaarbaarheid integreert om de mentale gezondheid en empowerment van vrouwen nauwkeurig te beoordelen met behulp van psychosociale factoren, waarbij een hoge nauwkeurigheid op depressiedatasets wordt bereikt terwijl transparante inzichten worden geboden in de belangrijkste beïnvloedende variabelen.
Dit artikel stelt RSDQ-Net voor, een referentiebewust spatiotemporeel netwerk dat heterogene dansgegevens verenigt in een canoniek skelet om ruimtelijke uitvoering en temporele faseafwijkingen afzonderlijk te modelleren, waarmee het de beste prestaties bereikt in de automatische beoordeling van de kwaliteit van dansbewegingen over meerdere datasets.
Dit artikel introduceert de "kalibratieoverdrachtskloof" om aan te tonen dat onder distributieverschuiving de gefitteerde parameters van herkalibratiemethoden vaak niet effectief overdragen naar doelgebieden, een fenomeen dat wordt gedreven door parameterdrift en onidentificeerbare vertrouwens-nauwkeurigheidsrelaties, wat het simpelweg opnieuw fitten met kleine budgetten voor doel-labels vaak schadelijk maakt.
Dit artikel stelt een op gevoeligheid gestuurd framework voor dat blokgewijze mixed-precision kwantisatie combineert met adaptieve low-rank adaptatie om grote taalmodellen efficiënt te comprimeren, terwijl de prestaties op downstream-taken en de perplexiteit worden behouden of zelfs worden verbeterd ten opzichte van FP16-baselines.
Dit artikel introduceert FOCUS, een framework voor domeingeneralisatie dat de robuustheid van modellen verbetert door taakrelevante en domeinspecifieke kenmerken te ontkoppelen via mutual information regularisatie, waarbij wordt aangetoond dat hoewel zowel de upper-bound (CLUB) als de lower-bound (MINE) estimators de prestaties effectief verbeteren, het primaire voordeel voortkomt uit de ontkoppelingsstrategie zelf in plaats van uit de specifieke keuze van de estimator.