3731 papers
Dit artikel presenteert SCD-E2S, een op deep learning gebaseerde mobiele applicatie voor de detectie van huidkanker die gebruikmaakt van een EfficientNetV2-S architectuur met aandachtmechanismen, geavanceerde preprocessing en een tweestaps trainingsstrategie om een nauwkeurigheid van meer dan 97% te bereiken en dermatologen te ondersteunen bij klinische besluitvorming.
Dit artikel stelt DRGF-YOLOv10n voor, een lichtgewicht real-time RGB-IR voetgangersdetectiemethode die een DualBranchStem integreert met DoG-detailverbetering en Region-Guided Spatial Attention om de nauwkeurigheid en robuustheid in complexe omgevingen te verbeteren, terwijl de hoge inferentiesnelheid behouden blijft.
Dit artikel stelt voor om gereguleerde kwaliteitsdisciplines uit de productie — specifiek afwijkingsbeheer, oorzaakanalyse en CAPA — aan te passen voor het besturen van AI-systemen door operationele telemetrie te behandelen als kwaliteitsgegevens, waarbij via een casestudy over Britse immigratiewetgeving wordt aangetoond dat deze aanpak effectief systemische problemen identificeert en verantwoordelijkheid operationaliseert, hoewel het een formele verificatie van de effectiviteit vereist om de governance-loop volledig te sluiten.
Dit artikel introduceert en evalueert het Threat-Speed Training Model, een verdedigingsgericht instructiekader dat is ontworpen om niet-gespecialiseerde professionals snel uit te rusten met praktische cybersecurityvaardigheden tegen evoluerende AI-gestuurde dreigingen door middel van ervaringsgericht leren en de veilige levering van dual-use content.
Dit artikel stelt RGLStab voor, een robuust online videostabilisatieframework dat gestructureerde grid-optische flow combineert met een unidirectioneel LSTM-netwerk om real-time, hoogwaardige stabilisatie te bereiken voor camerabeelden van vliegtuigen door effectief het falen van feature-tracking en dynamische voorgrondinterferentie aan te pakken terwijl lokale vervormingen worden onderdrukt.
Deze kwalitatieve studie onder 20 cybersecurity-professionals onthult dat veilige en rechtvaardige AI-implementatie in de gezondheidszorg afhangt van de organisatorische capaciteit om governance te integreren in de dagelijkse bedrijfsvoering, waarbij spanningen tussen snelle technologische adoptie en tragere governance-ontwikkeling worden aangepakt door vroege betrokkenheid, voortdurende training en op middelen afgestelde controle.
Het artikel stelt STR-DC voor, een deep clustering-framework dat de robuustheid bij de herkenning van handgeschreven Japanse karakters verbetert door gekalibreerd semantisch vertrouwen te integreren met cross-epoch temporele feature-stabiliteit om onbetrouwbare pseudo-labels te filteren, waarmee het een state-of-the-art prestatie bereikt op meerdere benchmarks.
Dit artikel stelt een verbeterd MobileNetV3-framework voor voor de classificatie van kalksteen-doorsneden die een Rock-Texture Enhancement Module (RTEM) en een Multi-source Feature Complementation Module (MFCM) integreert om complexe textuurvariaties en gekoppelde kenmerken effectief aan te pakken, waarbij een nauwkeurigheid van 91,11% wordt bereikt met behoud van een laag aantal parameters.
Deze studie stelt het ViT-DRN-OCAFF-framework voor, dat Vision Transformers, Dilated Residual Networks en een Optimized Cross-Attention Feature Fusion-mechanisme integreert om een nauwkeurigheid van 99,42% te bereiken in de multiklasse-diagnose van COVID-19 en andere pulmonale ziekten met behulp van een dataset van 24.860 thoracale CT-beelden.
Poincaré is een open-source machine learning-ensemble dat de analyse van spin-orbitaal dynamische structuren versnelt door gebruik te maken van CNN-, ViT- en XGBoost-modellen om trajecten te classificeren en dynamische regimes te voorspellen vanuit Poincaré-doorsneden met een hoge nauwkeurigheid, waardoor snelle, hoog-resolutie exploratie van parameterruimten mogelijk wordt zonder de noodzaak van computationeel dure numerieke integratie van elk traject.