3775 papers
Deze survey synthetiseert systematisch data-, algoritme-, generatieve en zelfgesuperviseerde methodologieën voor anomaliedetectie onder extreme klasse-onbalans over vijf cruciale sectoren, terwijl het kritisch de evaluatievalkuilen blootlegt en de belangrijkste uitdagingen schetst om toekomstig onderzoek te begeleiden.
Deze studie evalueert vier deep learning-modellen voor mobiele identificatie van hondensoorten en identificeert MobileNetV2 als de optimale keuze, waarbij een evenwichtige afweging wordt bereikt tussen classificatienauwkeurigheid, inferentiesnelheid en modelgrootte, terwijl succesvol real-time implementatie in een offline Android-applicatie is aangetoond.
Dit artikel introduceert het MIDAS-framework om aan te tonen dat in kleine Vision Transformers voor fijnmazige visuele categorisatie, token-pruningstrategieën die geoptimaliseerd zijn voor onderdeeldekking (het behouden van objectdetails) en getrouwheid (het verklaren van classificatiebeslissingen) fundamenteel ontkoppeld zijn, wat betekent dat verbeteringen in de ene metriek geen verbeteringen in de andere garanderen.
Dit artikel introduceert \ours, een verificatie-dragend framework dat het op grote taalmodellen gebaseerde symbolische regressie transformeert naar een rigoureus proces door chain-of-thought redeneren uit te voeren als een getypeerde Symbolische Afleidingsgraaf, waarbij harde restricties en zachte verificatiesignalen worden afgedwongen om compacte, machine-controleerbare natuurwetten met uitvoerbare afleidingssporen te produceren.
Dit artikel stelt een robuust multi-sensor fusiekader voor voor autonome systemen dat gebruikmaakt van differentieelpaarcodering en een drielagige fouttolerante strategie om memristor-hardwaredefecten te mitigeren, waarbij het bestaande methoden aanzienlijk overtreft in nauwkeurigheid bij hoge foutpercentages terwijl het efficiënte real-time edge-implementatie mogelijk maakt.
Dit artikel stelt TRACE voor, een multi-agent framework dat Knowledge Graph Question Answering verbetert door LLM-redeneerplannen dynamisch te diagnosticeren en te repareren via gerichte bewijsretrieval en verificatie, waardoor hallucinaties worden verminderd en de nauwkeurigheid wordt verbeterd ten opzichte van bestaande statische benaderingen.
LAC-Net verbetert de detectie van defecten aan staaloppervlakken door een lichtgewicht aandachtmodule en een categorie-bewuste herwegingsstrategie te integreren in YOLOv11, waarmee superieure prestaties worden behaald op de langstaartige GC10-DET-dataset door een verbeterde behandeling van vage defecten en klasse-imbalans, hoewel de effectiviteit ervan varieert afhankelijk van de specifieke datadistributie.
Dit artikel introduceert ARES, een autonoom multi-agent framework dat gefinetunede Large Language Models en reinforcement learning integreert om traditionele tools te overtreffen in het ontdekken van complexe kwetsbaarheden in webapplicaties door middel van adaptieve, ethische red-teaming.
Dit artikel stelt een geïntegreerd raamwerk voor en valideert een combinatie van de Eisert–Wilkens–Lewenstein kwantumspeltheorie, QAOA-optimalisatie versterkt door Ramanujan-geïnspireerde regularisatie, en Rogers–Ramanujan-gemoduleerde multi-agent reinforcement learning om de veerkracht van de toeleveringsketen en de evenwichtspayouts aanzienlijk te verbeteren in vergelijking met klassieke benaderingen.
Deze quasi-experimentele studie toont aan dat het integreren van generatieve AI in pair programming voor middelbare scholieren de programmeerkennis en projectprestaties aanzienlijk verbetert en het vertrouwen in AI vergroot, hoewel het een gedragsmatige neiging onthult om zwaar te leunen op hulp bij het debuggen in plaats van op proactieve probleemdecompositie.