1017 papers
Dit artikel stelt een deep learning-framework voor dat gebruikmaakt van CNN-, RNN- en LSTM-modellen om fouten op knooppertniveau in draadloze sensornetwerken te detecteren op basis van temporele kenmerken, gevalideerd door prestatie-indicatoren en gevisualiseerd via een real-time grafische interface.
Deze studie stelt een overdraagbaar, uitlegbaar en onzekerheidsbewust machine learning-raamwerk voor waterkwalificatieclassificatie in gebieden met schaarse gegevens voor, dat verschillende taakfamilies en robuuste modellering combineert om een voorzichtige, reproduceerbare besluitvormingsondersteunende tool te bieden in plaats van een blinde automatische classifier.
Dit artikel introduceert ILS+SP, een hybride metaheuristiek die Iterated Local Search combineert met Set Partitioning post-optimalisatie, die de bestaande state-of-the-art methoden voor het oplossen van het Family Capacitated Vehicle Routing Problem aanzienlijk overtreft door bijna optimale oplossingen te bereiken op grootschalige benchmark-instanties.
Dit artikel bewijst dat op pooling gebaseerde plannende agenten te maken hebben met een onherleidbare, berekenbare bovengrens voor objectgronding die uitsluitend wordt bepaald door de embeddingdimensie en het aantal objecten, een structurele beperking die leidt tot identiteitsverlies ongeacht de modelcapaciteit of training.
Deze studie stelt het Entropy-Resolved Sensor Actionability (ESA) framework voor, een verenigde selectiemethode die informatie-relevantie, temporele stabiliteit, niet-redundantie en volledigheid integreert om compacte, interpreteerbare sensorsubsets te identificeren die een bijna perfecte voorspellende prestatie behouden onder variërende veldomstandigheden en ontbrekende gegevens.
Dit artikel presenteert een FPGA-versnelde Matrix Product State (MPS) kwantumcircuitsimulator die in staat is meer dan 500 qubits te verwerken door tensorcontracties te offloaden naar een Xilinx Alveo U55C terwijl SVD en sampling op de host worden gehouden, waarbij wordt aangetoond dat de prestaties schalen met de bond dimension in plaats van het aantal qubits en het cruciale belang van het systeem wordt gevalideerd door middel van rigoureuze correctheids- en falsificatie-experimenten.
Dit artikel introduceert het Robust Stochastic Variance-Reduced Virtual Try-On (RSVR-VTO) algoritme, een distributioneel robuust optimalisatiekader dat stabiele geometrische warping en textuursynthese garandeert onder dynamische omgevingsonzekerheden, terwijl het een O(1/ε²) convergentiesnelheid en superieure prestaties op high-resolution benchmarks bereikt.
Dit artikel stelt een nieuwe educatieve strategie voor die Large Language Models en deep learning integreert om een Intelligent Virtuele Vriendelijke Pop te creëren, wat een objectieve, continue en gepersonaliseerde beoordeling van de educatieve voortgang van kinderen met een autismespectrumstoornis mogelijk maakt door middel van de analyse van multimodale gegevens.
Dit artikel introduceert vProjTutor, een op LLM-agenten gebaseerd systeem dat integreert met tools zoals Telegram, Trello en GitHub om studententeams te ondersteunen via natuurlijke taalinteracties voor projectplanning en monitoring, waarbij een hoge bruikbaarheid en taakvolingspercentages worden aangetoond in een gebruikersstudie.
Het artikel introduceert Asha, een neurosymbolische klinische agent-architectuur die de medische nauwkeurigheid en conversationele veiligheid van taalmodellen aanzienlijk verbetert door integratie van symbolische scoring, retrieval grounding en falsificatie, waarmee het superieure prestaties op professionele benchmarks bereikt vergeleken met frontier-modellen en commerciële tools.