1333 artigos
Esta seção explora a interseção entre ciência da computação e inteligência artificial, um campo que transforma como máquinas aprendem, raciocinam e tomam decisões. Aqui, você encontrará pesquisas que vão desde algoritmos de aprendizado profundo até sistemas autônomos, tudo traduzido para que qualquer pessoa possa acompanhar a evolução tecnológica sem precisar de um doutorado em matemática.
No Gist.Science, processamos automaticamente cada novo pré-publicação nesta categoria vinda do arXiv, nossa fonte primária de pesquisas de ponta. Para cada trabalho, oferecemos duas camadas de compreensão: um resumo em linguagem simples que explica o conceito central e uma versão técnica detalhada para quem busca profundidade nos métodos e resultados.
Abaixo, você encontra a seleção mais recente de artigos sobre ciência da computação e inteligência artificial, prontos para serem explorados com clareza e rigor.
Este artigo aborda o desafio da saturação de sensores em imagem compressiva de snapshot ao derivar um limite de recuperação teórico que orienta o design ideal de máscaras e ao introduzir um arcabouço de reconstrução plug-and-play consciente de saturação (SAPnet) que melhora significativamente a qualidade da imagem em regimes saturados.
Este artigo estabelece que o agrupamento linear ponderado normalizado é a única regra de fusão binária contínua que garante a execução hierárquica invariante à ordem para o gerenciamento de incerteza distribuída, enquanto demonstra que abordagens alternativas, como o balanceamento de divergência de extremidade para candidato ou a compressão por etapas de misturas Gaussianas, falham em manter essa propriedade composicional sem restrições geométricas ou de congruência específicas.
Este artigo faz um levantamento da evolução do 3GPP do Release 19 para o Release 20 em relação à Integração de Sensoriamento e Comunicação (ISAC) para o 6G, detalhando os requisitos atuais, estudos técnicos nas camadas física e de sistema, e desafios não resolvidos para fornecer um roteiro centrado em padrões para a implementação prática de ISAC.
Este artigo propõe duas novas aproximações de canal separáveis — o modelo habilitado pela divergência de Kullback-Leibler e um método de correspondência de momentos — para superar a complexidade analítica do modelo de canal MIMO de Weichselberger não separável, com o último oferecendo uma estimativa de capacidade ergódica em forma fechada e robusta que supera os modelos de Kronecker convencionais em todos os regimes de SNR.
Este artigo refuta a conjectura de Titov ao provar que o análogo do Teorema do Limite de Barmpalias-Lewis-Pye, que estabelece a convergência das razões de aproximação para a redutibilidade de Solovay, não se aplica à redutibilidade S2a no contexto de reais de Martin-Löf aleatórios.
Este artigo apresenta uma construção de códigos decodificáveis por lista que alcançam a capacidade com complexidade de tempo e espaço determinísticos de e , respectivamente, enquanto mantêm um tamanho de lista de saída e um tamanho de alfabeto constantes.
Este artigo estabelece um teorema do limite central para a divergência de Rényi para variáveis aleatórias de rede independentes e identicamente distribuídas, provando que a divergência converge para zero se, e somente se, for finita em algum nível e as variáveis satisfizerem uma condição estritamente sub-Gaussiana, ao mesmo tempo em que fornece uma expansão assintótica do tipo Edgeworth de ordem arbitrária.
Este artigo introduz a correlação máxima quantizada, uma extensão da correlação máxima com restrição de cardinalidade, e deriva limites superiores livres de dimensão para distribuições de produto ao vinculá-la à distorção MMSE e ao aproveitar técnicas de taxa-distorção, melhorando, assim, os limites sobre constantes isoperimétricas para cadeias de Markov reversíveis.
Este artigo propõe uma métrica estimável de forma eficiente para quantificar o valor econômico de prompts fornecidos a Grandes Modelos de Linguagem ao defini-lo como informação mútua algorítmica baseada em uma nova complexidade de Levin–Kolmogorov relativa ao LLM ($pKt$), que captura o quanto um prompt reduz o esforço computacional ou aumenta a probabilidade de gerar um artefato alvo.
Este artigo propõe uma arquitetura de detecção e comunicação integradas (ISAC) livre de células aumentada por uma superfície inteligente fluida (FIM) que aproveita pontos de acesso distribuídos para explorar a diversidade angular, aumentando significativamente a precisão da localização de alvos por meio de limites de Cramér-Rao derivados e um algoritmo de otimização de formação de feixe conjunto.