3730 papers
Dit artikel onthult dat een veelgebruikte benchmark voor MRI-scans van hersentumoren lijdt aan volledige datalekken op patiëntniveau, waarbij de hoog gerapporteerde nauwkeurigheden de bekwaamheid van het model weerspiegelen om slices te herkennen van eerder geziene patiënten in plaats van de werkelijke generalisatie naar ongeziene individuen.
Deze systematische literatuurreview van 685 studies (2016–2026) analyseert de evolutie, reproduceerbaarheid en evaluatiekloven in AI-gestuurde aandelenmarktvoorspelling, waarbij een kritieke discrepantie wordt onthuld tussen gerapporteerde modelnauwkeurigheden en praktische handelsbruikbaarheid als gevolg van wijdverbreide problemen zoals datalekken, een gebrek aan het delen van code en onvoldoende statistische toetsing.
Het artikel presenteert LEAP, een supervised autonoom robotisch fotografiesysteem dat succesvol geleerde esthetische regels integreert met veilige, adaptieve navigatie in dynamische stedelijke omgevingen, waarbij het bestaande baselines overtreft in zowel computationele als menselijke esthetische beoordelingen terwijl het robuuste generalisatie over diverse instellingen demonstreert.
Neuro-JEPA is een schaalbaar, multimodaal fundatiemodel dat gebruikmaakt van een sparse Mixture-of-Experts-architectuur en latente predictieve leerprocessen op 1,55 miljoen klinische MRI-scans om een state-of-the-art, robuuste generalisatie over diverse neurologische beeldvormingstaken en gezondheidssystemen te bereiken, waarbij het vaak grotere modellen met aanzienlijk minder pretraining-data overtreft.
Dit artikel betoogt dat zowel menselijk gedrag als de redeneercapaciteiten van moderne grote taalmodellen het beste verklaard kunnen worden door een mediatietheorie, waarbij stapsgewijze, versterkte bemiddelende processen (zoals chain-of-thought) ten grondslag liggen aan wat schijnbaar afgeleide of emergente intelligentie is.
Dit artikel presenteert een erfgoedbewust evaluatiekader dat tien gewogen indicatoren op het gebied van semantiek, compositie, kleur en lijn gebruikt om gesynthetiseerde afbeeldingen van de Kizil-grottenmuurschilderingen gegenereerd door diverse AI-modellen te beoordelen en te screenen, waarbij uiteindelijk Midjourney wordt geïdentificeerd als de beste performer voor het creëren van hoogwaardige trainingsdatasets.
Dit artikel stelt de Adaptive Knowledge Orchestration Theory (AKOT) voor, een theoretisch kader op middellange afstand dat de theoretische kloof in Agile softwareontwikkeling adresseert door te definiëren hoe teams cognitieve verantwoordelijkheden tussen mensen en AI dynamisch herverdelen via mechanismen zoals cognitieve ontlasting, outputonderhandeling en herconfiguratie van verantwoordelijkheid.
Het artikel stelt D3Seg voor, een nieuw model voor hersentumorsegmentatie dat gebruikmaakt van multi-hop modaliteitsgrafenfusie, imputatie in de latente ruimte en beslissingsverfijning in de waarschijnlijkheidsruimte om een robuuste prestatie te behouden en superieur te presteren aan de huidige state-of-the-art methoden wanneer MRI-modaliteiten ontbreken.
Dit artikel stelt het Wavelet-Diffusion Collaborative Restoration Framework (WDCRF) voor, dat wavelet-decompositie integreert met een conditioneel diffusiemodel dat opereert in het wavelet-domein om hoogresolutie oude muurschilderingen efficiënt en effectief te herstellen door een balans te vinden tussen structurele coherentie en textuurgetrouwheid, terwijl de computationele beperkingen van bestaande methoden worden overwonnen.
Dit artikel stelt een rigoureus, offline, op lekken gecontroleerd protocol met vier opeenvolgende poorten voor om een geldige prospectieve replay-evaluatie van adaptieve netwerkintrusiedetectiesystemen te waarborgen, waarbij wordt aangetoond dat specifieke update-strategieën het herstel en de recall van nieuwe klassen op gestandaardiseerde datasets significant verbeteren, terwijl de beperkingen van het protocol met betrekking tot onafhankelijke veiligheidstesten en algemene acquisitie-rangschikking expliciet worden gedefinieerd.