1017 papers
Dit artikel stelt HyperTuneMed voor, een intelligent framework dat een hypergeparameteriseerd logistisch regressiealgoritme gebruikt om ziekten te voorspellen op basis van gebruikerssymptomen met een superieure nauwkeurigheid (tot 98,983%) en gepersonaliseerde preventieve gezondheidszorgadviezen te bieden.
Dit artikel toont aan dat hoewel geautomatiseerde tools zoals Slither en Mythril effectief bekende kwetsbaarheidspatronen detecteren, formele specificatie essentieel is voor het verifiëren van logische correctheid en het waarborgen van veiligheid in blockchain-gebaseerd EEG-databeheer, aangezien het uniek een seeded array out-of-bounds kwetsbaarheid identificeerde die geautomatiseerde tools misten.
Dit artikel stelt een innovatief raamwerk voor de voorspelling van verkeersborden voor, dat Non-local Means-preprocessing, een aangepaste U-Net-architectuur, Dense CNN-classificatie en Rock Hyrax Swarm Optimization voor hyperparameteroptimalisatie integreert, waarbij een state-of-the-art nauwkeurigheid van 99,64% op de TT100K- en 99,6% op de GTSDB-datasets wordt bereikt.
Dit artikel introduceert EDNet-20, een nieuw deep learning-framework dat is geoptimaliseerd met fotometrische data-augmentatie en uitlegbare AI-technieken, dat een superieure nauwkeurigheid bereikt bij de detectie van oogziekten met meerdere labels vergeleken met state-of-the-art modellen, en daarmee een veelbelovende tool biedt voor vroege klinische diagnose.
Dit artikel introduceert Empathic Extended Prompting, een real-time framework dat gezichtsuitdrukking-affectieve beschrijvers integreert in interacties met Large Language Models om de waargenomen emotionele intelligentie en stemmingsgevoeligheid te verbeteren zonder de bruikbaarheid in gevaar te brengen of een 'uncanny' perceptie op te wekken.
Dit artikel evalueert een modulair LLM-gebaseerd multi-agent systeem voor toegang tot productinformatie, waarbij wordt vastgesteld dat hoewel topmodellen onder specifieke gegevensomstandigheden de gemiddelde menselijke gebruiker overtreffen in nauwkeurigheid en snelheid bij traceerbaarheids-taken, de effectiviteit van het systeem afhankelijk blijft van modelselectie, datakwaliteit en promptontwerp, wat voortdurend menselijk toezicht noodzakelijk maakt.
Dit artikel presenteert een lichtgewicht, multi-schaal extractienetwerk voor kenmerken dat real-time, nauwkeurige handgebaarbesturing voor hulpbronnenbeperkte UAV's mogelijk maakt door een driestaps downsampling-architectuur en een hybride module te gebruiken die parallelle gedilateerde convoluties combineert met een selectief state space-model.
Deze studie stelt de Maritime Anomaly Detection Quality Index (MADQI) voor, een nieuw samengesteld evaluatiekader dat het gebrek aan gelabelde gegevens bij ongesuperviseerde AIS-anomaliedetectie aanpakt door geospatiale analyse te integreren met vier specifieke metrieken om de modelprestaties robuust te beoordelen voor verbeterde oceaanmonitoring en duurzaam bestuur.
Dit artikel stelt ADDETECTOR voor, een veilig en nauwkeurig systeem voor de detectie van de ziekte van Alzheimer voor intelligente ouderenzorg, dat onderwerpgebaseerde taalkundige kenmerkversterking integreert met een dynamisch mechanisme voor differentiële privacy om uitdagingen op het gebied van lage nauwkeurigheid en privacylekken te overwinnen, terwijl het superieure prestaties demonstreert op de ADReSS-dataset.
Dit artikel presenteert een door AI gedreven aanpak voor de geautomatiseerde 3D-segmentatie en visualisatie van 11 anatomische structuren in de onderarm, met als doel de bekwaamheid op het gebied van musculoskeletale echografie te verbeteren en te dienen als een hulpmiddel voor onderwijs aan het ziekbed.