13570 artigos
Este artigo apresenta um paradigma de aprendizado para metasuperfícies inteligentes empilhadas (SIMs), explorando sua analogia com redes neurais artificiais para criar um sistema de processamento de sinais leve e eficiente que melhora a separação de usuários e a resistência a interferências em redes 6G e além.
Este estudo propõe uma abordagem híbrida centralizada-federada baseada em Transformers para Reconhecimento de Atividades Humanas (HAR) que, ao utilizar dados de sensores móveis no framework Flower, demonstra eficácia em melhorar a precisão e robustez do modelo preservando a privacidade em cenários de dados não-IID.
O artigo apresenta o MuViS, um benchmark de código aberto e agnóstico de domínio para sensoriamento virtual multimodal que unifica diversos conjuntos de dados e avalia múltiplos modelos, demonstrando a ausência de uma abordagem universal e destacando a necessidade de arquiteturas generalizáveis.
Este estudo propõe o framework MSFL, que integra informações de amplitude e fase da conectividade funcional dinâmica do fMRI para melhorar a detecção de transtornos cerebrais, demonstrando desempenho superior na classificação de autismo e depressão maior em comparação com modelos existentes.
Este artigo propõe um framework de inferência causal que, ao descobrir grafos acíclicos direcionados a partir de dados de simulação SPICE e estimar efeitos de tratamento médios, supera os modelos de redes neurais em precisão e interpretabilidade para analisar o impacto de parâmetros no design de circuitos analógico-misto.
O artigo apresenta o ARC-AGI-3, um novo benchmark interativo e sem linguagem para avaliar a inteligência agênica em ambientes abstratos que exigem exploração e planejamento, destacando que, em março de 2026, os sistemas de IA de ponta obtêm menos de 1% de acerto em tarefas que humanos resolvem com 100% de eficácia.
O artigo apresenta o "Sketch2Simulation", um sistema baseado em agentes de IA que automatiza a conversão de diagramas de processo em modelos executáveis no Aspen HYSYS, superando a lacuna entre a interpretação visual de esquemas e a geração de simulações complexas.
O artigo apresenta o TRAJEVAL, um framework de diagnóstico que decompõe as trajetórias de agentes de código em etapas de busca, leitura e edição para identificar falhas específicas, permitindo melhorias significativas no desempenho e na redução de custos através de feedback em tempo real.
O artigo apresenta o TD3-D-MA, um algoritmo de Aprendizado por Reforço Multiagente baseado em redes neurais gráficas que otimiza a transferência de mão (handover) em redes celulares ao formular o problema como um processo de decisão de Markov parcialmente observável descentralizado sobre um grafo dual, demonstrando melhorias significativas no throughput e robustez em comparação com heurísticas tradicionais e abordagens centralizadas.
O artigo apresenta o DyMRL, uma abordagem de aprendizado de representação dinâmica em múltiplos espaços que integra características estruturais temporais de espaços euclidiano, hiperbólico e complexo com mecanismos de atenção de fusão-evolução para superar as limitações de métodos estáticos e melhorar a previsão de eventos em grafos de conhecimento multimodais.