927 artigos
Este artigo apresenta um modelo de perfilamento impulsionado por IA dentro de um ambiente de cyber range que avalia continuamente o desempenho do aluno para gerar feedback automatizado e personalizado e trilhas de aprendizagem adaptativas, abordando, assim, desafios fundamentais de escalabilidade e personalização para a educação em cibersegurança.
Este artigo propõe um front-end semântico leve e em tempo real que integra segmentação de instâncias periódica com um pipeline de mapeamento Gaussiano baseado em registro para remover eficazmente objetos dinâmicos e aumentar a robustez do RGB-D SLAM em ambientes dinâmicos.
Este estudo apresenta o LV-YOLO, um framework de aprendizado profundo de dois estágios que combina o MobileNetV3 para triagem global e um modelo YOLOv11 otimizado com novos módulos de atenção e upsampling, o qual detecta de forma eficaz e precisa a invasão linfovascular em imagens de lâminas inteiras de câncer gástrico para auxiliar patologistas na estratificação de risco clínico.
O SpectralMLP introduz um novo framework de rede neural de hipergrafo que substitui a agregação tradicional por um mecanismo de filtragem espectral de dupla frequência eficiente e livre de passagem de mensagens usando bases de polinômios de Jacobi aprendíveis, alcançando o estado da arte em múltiplos benchmarks enquanto mantém uma contagem de parâmetros inferior à da maioria dos métodos existentes.
Este estudo apresenta um benchmark controlado comparando modelos sequenciais brutos, baseados em imagem (GAF), híbridos e estatísticos para a detecção de anomalias no consumo de eletricidade doméstica, constatando que a modelagem temporal direta (Raw 1D-CNN) superou outras abordagens sob protocolos de perturbação sintética, ao mesmo tempo em que enfatiza a necessidade de uma interpretação cautelosa devido ao escopo de residência única do conjunto de dados e à falta de anotações de falhas do mundo real.
Este artigo apresenta uma estrutura de execução de armazém inteligente que integra SAP EWM, Grandes Modelos de Linguagem, SAP BTP e robôs móveis autônomos para permitir a execução de tarefas orientada por linguagem natural, alcançando uma taxa de sucesso de 98% e um tempo médio de execução de 4,7 segundos por meio de colaboração adaptativa entre humanos e robôs.
Esta revisão sistemática da literatura analisa 97 estudos para identificar seis mecanismos de governança fundamentais para a IA responsável em negócios, revelando um consenso sobre princípios éticos como responsabilidade e equidade, ao mesmo tempo em que destaca desafios significativos de implementação e lacunas de pesquisa que dificultam a adoção eficaz.
O artigo apresenta o ARIES-Mission, um sistema modular de visão-linguagem que aprimora o planejamento de missões de VANT ao selecionar a rota mais curta e viável de um portfólio de quatro candidatos (ordem de reconhecimento bruto, otimização de colônia de formigas, evolução diferencial e otimização por enxame de partículas), alcançando uma redução de 24,21% na distância total e um desempenho próximo do ótimo com uma lacuna média de 0,042% em relação ao ótimo exato.
Este artigo apresenta uma estrutura assistida por IA que gera tutoriais de treinamento imersivos em VR e MR a partir de demonstrações de especialistas, capturando dados multimodais para criar instruções estruturadas passo a passo com replays de avatares 3D, permitendo, assim, um treinamento industrial escalável e sem instrutor.
Este artigo apresenta o Trust-Gated Predictive Reallocation (TGPR), um mecanismo de leilão bayesiano que adapta dinamicamente a alocação de tarefas e os tempos de espera com base em estimativas de confiabilidade de comunicação por robô para reduzir o excesso de mensagens e a execução duplicada em redes com perdas, embora inadvertidamente reduza as taxas gerais de conclusão de tarefas em condições de canal ruins devido à inflação dos tempos de espera.