1062 artigos
Este artigo propõe um método baseado em Transformer multimodal que integra dados de vídeo, áudio e atitude para avaliar de forma robusta os níveis de atenção de pré-escolares em sala de aula, demonstrando desempenho e estabilidade superiores em vários estados de foco em comparação com modelos de linha de base.
Este artigo aborda o desafio de detectar imagens de produtos geradas por IA no comércio eletrônico transfronteiriço ao introduzir o conjunto de dados CBEC-AIGC-Bench e propor o MFF-EComDet, uma rede de fusão de múltiplos recursos que combina ramos de semântica espacial e artefatos de frequência com um mecanismo de atenção cruzada para distinguir efetivamente artefatos de geração da interferência de textos promocionais.
O FluxGraph é uma estrutura não supervisionada para detecção de anomalias em séries temporais que sinergiza atenção de grafo dinâmico com memória de fluxo e fluxo de características bidirecional para identificar efetivamente anomalias de mascaramento sutis e desvios graduais de linha de base em sistemas industriais e automotivos, superando métodos existentes por meio de uma abordagem inovadora de fusão multirresidual.
Este artigo propõe uma estrutura de múltiplas camadas que aumenta a confiabilidade factual de grandes modelos de linguagem ao decompor as respostas em alegações atômicas, fundamentá-las com recuperação e verificá-las por meio de um pequeno modelo de linguagem e raciocínio neuro-simbólico, alcançando ganhos de desempenho significativos nos conjuntos de dados HotpotQA e SciFact, enquanto mantém a interpretabilidade e a eficiência computacional.
Este artigo apresenta uma estrutura neural com restrição de conhecimento que incorpora regras geométricas formais em um modelo de completude de grafos para garantir simetria rotacional exata e validade estrutural em padrões geométricos islâmicos, demonstrando que, embora o aumento de dados melhore a fidelidade, apenas a inferência estruturada por simetria assegura zero violações.
O GeoMind é um framework multiagente autônomo que integra um LLM local, injeção de contexto baseada em RAG e um validador geoespacial determinístico dentro de um sistema de autocorreção de malha fechada para alcançar uma taxa de sucesso de tarefas de estado da arte de 90% e uma precisão espacial significativamente melhorada em análise geoespacial, superando efetivamente as alucinações semânticas e geográficas comuns em LLMs de propósito geral.
Este artigo apresenta um benchmark estatisticamente validado de modelos de Perceptron Multicamadas, XGBoost e Random Forest para a classificação de padrões respiratórios sem contato usando Rádio Definido por Software, demonstrando que o MLP e o Random Forest alcançam uma precisão superior ao XGBoost, ao mesmo tempo em que identificam os padrões de respiração rápida e apneia do sono como os mais difíceis de distinguir e destacam o maior gap de generalização do Random Forest devido ao overfitting.
Este artigo apresenta um Assistente de Fisioterapia Inteligente impulsionado por IA que utiliza visão computacional e aprendizado de máquina para fornecer análise de postura em tempo real e feedback corretivo por meio de uma interface web, permitindo, assim, uma reabilitação acessível, de baixo custo e no próprio ritmo, sem supervisão constante de um terapeuta.
Este estudo apresenta o LGBM-BBB, um servidor web de alta velocidade e precisão para prever a permeabilidade da barreira hematoencefálica que utiliza LightGBM treinado em um conjunto otimizado de 59 características com tratamento de outliers por winsorização e otimização de limiar do Coeficiente de Correlação de Matthew para facilitar a descoberta eficiente de fármacos neuroterapêuticos.
Este artigo introduz uma estrutura abrangente que combina a geração de nós baseada em LSTM, modelagem de crescimento estocástico e modelos de difusão condicional para criar tábuas de abeto da Noruega sintéticas realistas com estruturas internas conhecidas, permitindo, assim, o treinamento de sistemas de aprendizagem profunda para tarefas de avaliação de madeira onde dados pareados reais são escassos.