Papers waarbij de oorspronkelijke auteurs onze begrijpelijke uitleg hebben bekeken.
Voor elke paper op deze pagina heeft ten minste één van de oorspronkelijke auteurs onze begrijpelijke uitleg gezien en beoordeeld — door te bevestigen dat de uitleg klopt of door correcties aan te vragen die wij vervolgens hebben doorgevoerd. Een bevestiging betekent niet dat auteurs elke zin formeel goedkeuren, maar wel dat de uitleg langs de mensen is gegaan die de paper hebben geschreven.
1013 papers beoordeeld door auteurs · 181–190 / 1013
Dit artikel introduceert CKTN, het eerste meertalige corpus en benchmark voor de Vietnamese talen Cham, Khmer en Tay-Nung, waarbij wordt aangetoond dat standaard adaptatiemethoden falen door verschillen in schrift en contact, en stelt het een schriftbewuste pretraining-recept voor die de encoderprestaties en semantische generalisatie aanzienlijk verbetert.
Dit artikel stelt een risicogericht verificatie- en validatiekader voor dat de detectie van hallucinaties in publieke sector LLM's transformeert van een louter technische uitdaging naar een vraagstuk van governance door de introductie van een samengestelde risico-index om operationele beslissingen zoals uitstel of menselijke escalatie te sturen, waardoor juridische zekerheid en administratieve verantwoording worden gewaarborgd.
Dit artikel stelt een intelligent, realtime framework voor voor de detectie en vroege waarschuwing van drones voor de bewaking van kritieke infrastructuur met behulp van het YOLO26 deep learning-model, dat is getraind op een aangepaste database met meerdere scenario's en is geëvalueerd tegen baseline-modellen om een superieure nauwkeurigheid en snelheid aan te tonen bij het identificeren van kleine, verre en uitdagende drone-doelwitten.
Deze studie toont aan dat een LightGBM-model, getraind op optische lichtcurve-kenmerken van GAIA- en Pan-STARRS-gegevens, waarbij de dimensionaliteit werd verminderd via BoostBoruta, effectief actieve galactische kernen kan classificeren in blazars en niet-blazars met een nauwkeurigheid van ongeveer 86%, zelfs wanneer het wordt toegepast op onbekende kandidaten via zelflerend vermogen.
Deze studie maakt gebruik van vergelijkende transcriptomica van SARS-CoV-2-, Influenza A- en RSV-infecties in humane luchtwegepitheelcellen om te onthullen dat deze respiratoire virussen grotendeels onderscheidende, virusspecifieke gastheer-transcriptionele responsen oproepen met minimale gedeelde gen-signatures, wat wijst op een behoefte aan pathogeen-gerichte therapeutische en diagnostische strategieën.
MuScriptor is een open-weight model dat effectieve multi-instrumentale muziektranscriptie op echte opnames bereikt door synthetische pre-training, real-data fine-tuning, reinforcement learning en instrument-conditioning te combineren om de generalisatiebeperkingen van bestaande methoden te overwinnen.
Deze studie lost de langdurige aragoniet-superstructuurparadox op door aan te tonen dat mysterieuze symmetrie-verboden reflecties, die eerder werden aangezien voor nieuwe CaCO3-polytypen, in werkelijkheid diffractie-artefacten zijn veroorzaakt door nanoschaal polysynthetische twinning, een bevinding die via modellering en experimenten is gevalideerd en een algemeen kader biedt voor het identificeren van soortgelijke artefacten in andere getwinde materialen.
Deze bibliometrische studie analyseert 734 in Scopus geïndexeerde publicaties van 2000 tot 2026 om de evolutie, kernthema's en kennisstructuren van duurzaamheidsonderzoek in de halfgeleiderindustrie in kaart te brengen, waarbij belangrijke bijdragers, kernthema's zoals recycling en milieubeheer, en veelbelovende toekomstige richtingen zoals de circulaire economie en hernieuwbare energie worden geïdentificeerd.
Dit artikel introduceert PromptShield, een interpreteerbaar multi-agent framework dat transformer-gebaseerde semantische analyse combineert met XAI-technieken zoals SHAP en LIME om prompt-injectieaanvallen op Large Language Models effectief te detecteren en uit te leggen.
StructFix is een structuurbewust framework voor automatische programmaherstel dat masked taalmodellen verbetert door Code Property Graphs te integreren om controle- en datadependenties beter te vatten, waardoor de effectiviteit van herstel en de cross-language robuustheid worden verbeterd in vergelijking met bestaande op token-sequenties gebaseerde benaderingen.