2216 artigos
Este artigo propõe o DA-LightNet, uma rede de aprendizagem profunda unificada e leve que remove chuva e névoa de forma eficaz em tempo real em dispositivos de borda com recursos limitados, empregando um módulo de modulação consciente da degradação e blocos convolucionais eficientes para equilibrar alta qualidade de restauração com baixo custo computacional.
Este artigo propõe uma estrutura adaptável ao contexto para síntese de fala emocional de múltiplos turnos que aproveita a memória de diálogo histórica e uma entrada conjunta bimodal de sinais de fala e texto para prever e controlar dinamicamente as características acústicas, superando assim as limitações dos métodos tradicionais baseados em transcrição para alcançar respostas naturais e emocionalmente coerentes.
Este artigo apresenta um pipeline acelerado por GPU que mapeia a fatoração de inteiros para um modelo de Ising esparso resolvido via simulated annealing colorido por grafos em um NVIDIA GH200, fatorando com sucesso semiprimos de 128 bits ao combinar atualizações de spin paralelas com técnicas de pós-processamento guiadas.
Este estudo demonstra que, embora o aprendizado por transferência melhore significativamente o desempenho de modelos de GeoAI pré-treinados para o mapeamento de energia fotovoltaica em telhados através de diferentes regiões geográficas, a precisão preditiva isoladamente é insuficiente para garantir uma implantação confiável, necessitando de um framework de avaliação abrangente que também considere robustez, confiabilidade, generalização, transparência e incerteza residual.
Este artigo apresenta o AAPS-TLS, um framework de IA multiagente de código aberto que utiliza raciocínio impulsionado por LLM e aprendizado por reforço para alcançar uma gestão de certificados preditiva quase perfeita, detecção de anomalias em tráfego criptografado e conformidade de política automatizada para infraestruturas SSL/TLS em ambientes nativos da nuvem, validado por meio de simulações reprodutíveis rigorosas e pilotos indicativos de produção.
Este artigo apresenta o ALJ, um framework de autenticação contínua híbrido de dois níveis para implantações web de Zero-Trust que substitui modelos de proxy por algoritmos genuínos de ARIMA, LCS, SVM e JRip e introduz uma estratégia de calibração focada em segurança para melhorar significativamente o recall e reduzir as taxas de bypass de adversários em comparação com limiares estáticos padrão.
Este artigo propõe o FDC-DETR, uma estrutura RT-DETR leve e aprimorada que integra convolução de Fourier, atenção dinâmica consciente de entropia e fusão refinada de contexto para alcançar a detecção de nódulos pulmonares em imagens de TC com alta precisão e em tempo real, enquanto suprime efetivamente a interferência do fundo.
Este estudo desenvolveu um fluxo de trabalho de dois estágios combinando um modelo de visão computacional YOLOv8s aprimorado para a triagem inicial de danos por cigarrinhas com um modelo de espectroscopia de infravermelho próximo para reavaliar casos incertos, alcançando uma precisão de classificação geral de 89,5% para folhas de chá frescas que supera significativamente a avaliação visual isolada.
Este artigo apresenta um framework de ponta a ponta que permite que robôs quadrúpedes executem comandos de linguagem natural de forma livre, combinando um módulo de NLU leve com uma política PPO condicionada por objetivo e destilação professor-aluno, alcançando uma locomoção robusta, adaptável e energeticamente eficiente tanto em simulação quanto em experimentos no mundo real.
O artigo propõe o Steel-CGA, um detector leve baseado em YOLO26s que integra módulos de Atenção Canal-Espacial-Semântica, Fusão Residual Dilatada Agrupada e Subamostragem Adaptativa para melhorar significativamente a precisão da detecção de defeitos de superfície de aço em tempo real, reduzindo simultaneamente os custos computacionais.