1061 papers
Dit onderzoek stelt een machine learning-framework voor dat ensemblemethoden en uitlegbare AI benut om uitval van datawarehouses tot 15 minuten van tevoren te voorspellen door systeemmetrieken te analyseren, waardoor downtime wordt verminderd door proactieve anomaliedetectie en geautomatiseerde oorzaakanalyse.
Door middel van een uitgebreid Monte Carlo-onderzoek toont dit artikel aan dat hoewel de omvang van de trainingssteekproef de belangrijkste drijfveer is voor de getrouwheid van SHAP-attributie, veelgebruikte behandelingen voor klassenimbalans vaak de rangschikking en grootte van kenmerken verstoren, wat de auteurs ertoe aanzet om het vermijden van herbalancering aan te bevelen ten gunste van klasseweging wanneer SHAP-interpreteerbaarheid een prioriteit is.
Dit artikel introduceert CLHA, een cross-layer Hessian-aggregatiemethode voor post-training kwantisatie van gewichtsgedeelde Mixture-of-Experts transformers die de totale reconstructiefout minimaliseert door Hessian-statistieken over gedeelde lagen te combineren, waarbij het bestaande per-layer kalibratiebenaderingen aanzienlijk overtreft en tegelijkertijd kritieke implementatiefouten in Hessian-schatting aanpakt.
Dit artikel introduceert de Agentic Annotation Language (AAL), een nieuw in-band annotatiesysteem dat Just-In-Time contextinjectie voor autonome agenten mogelijk maakt, waardoor het tokenverbruik en de contextvervuiling aanzienlijk worden verminderd in vergelijking met traditionele globale regelbestanden, terwijl een hoge mate van naleving van domeinspecifieke beperkingen behouden blijft.
Dit artikel presenteert de eerste cross-dataset generalisatiestudie voor het detecteren van nepnieuws in het Urdu, waarbij wordt onthuld dat een model dat getraind is op de Ax-to-Grind-dataset catastrofaal faalt wanneer het wordt toegepast op de Notri-Fact-dataset vanwege een systematische lengte-confound in de trainingsdata die shortcut learning induceert, waardoor kritieke gebreken in de huidige datasetconstructie en evaluatiepraktijken voor laag-resource NLP worden benadrukt.
Het artikel introduceert het Cascade Progressive Distilled Network (CPDN), een nieuw deep learning-framework dat kennisdistillatie van een CatBoost-leraar benut om optimalisatiestagnatie en niet-differentieerbaarheidsproblemen te overwinnen, waarmee het een state-of-the-art classificatieprestatie bereikt op heterogene tabulaire data.
Dit artikel toont aan dat een centrale training met gedecentraliseerde uitvoering (CTDE) aanpak gebruikmakend van QMIX significant beter presteert dan independent Q-learning (IQL) en non-RL baselines bij het coördineren van het opladen van elektrische voertuigen binnen smart cities, waarbij hogere acceptatiegraden en succespercentages worden bereikt terwijl partiële observeerbaarheid en verkeersdynamiek effectief worden beheerd.
Deze systematische review van 445 recente studies (2024–2026) identificeert CNN-Mamba-hybriden als de meest efficiënte architectuur voor medische beeldvorming vanwege hun lineaire computationele complexiteit, terwijl het kritieke uitdagingen zoals verlies van ruimtelijke informatie en geheugengebruik benadrukt die moeten worden aangepakt via native 3D-blokken om klinische integratie mogelijk te maken.
Dit artikel stelt een hybride intrusiedetectiekader voor en evalueert dit, dat supervised learning (Random Forest en XGBoost) combineert met een op een LSTM-autoencoder gebaseerd anomaliedetectiemodel op uitgelijnde IoT- en clouddatasets, waarbij wordt aangetoond dat hoewel deze aanpak de detectierobustheid en recall voor onbekende aanvallen aanzienlijk verbetert, het een afruil vereist met een toename van het aantal fout-positieven en een vermindering van de precisie.
Dit artikel stelt YOLOv10n-FBD voor, een lichtgewicht model voor de detectie van de rijpheid van cherrytomaten dat CCFM-featurefusie, PSA-BiFormer-aandacht en een C2f-Dual-strategie integreert om een hoge precisie (94,3% mAP) en snelheid (369 FPS) te bereiken, terwijl de modelgrootte en computationele complexiteit aanzienlijk worden verminderd in vergelijking met bestaande methoden.