3775 artigos
Este artigo apresenta um novo framework multiagente que integra arquiteturas YOLO otimizadas por ASIO (v8, v11 e 26) com agentes LLM baseados em Qwen para alcançar segmentação de instância de tumor cerebral de alta precisão e geração de relatório clínico automatizado e explicável com baixa latência de inferência.
O PACT é um framework transformer de ponta a ponta que estima conjuntamente poses humanas 3D e parâmetros de câmera a partir de keypoints 2D de múltiplas vistas não calibradas, alcançando precisão de estado da arte e forte generalização através de contagens variáveis de vistas e domínios do mundo real ao eliminar a necessidade de calibração prévia de câmera.
O artigo propõe o Cross-Prior Reliability Fusion (CPRF), uma estrutura de calibração leve ao nível de predição que otimiza a detecção de bordas de objetos salientes de tráfego ao aprender resíduos espaciais de priors semânticos e de borda sem atualizar os extratores visuais subjacentes, alcançando o estado da arte de desempenho no conjunto de dados TSOD10K.
O artigo propõe o FRAP, um framework de poda de conjuntos de dados consciente de classes que utiliza a geometria de Fisher–Rao para quantificar a trajetória preditiva de amostras de treinamento por meio de uma pontuação de Deslocamento de Informação-Geométrica Eficaz, permitindo a seleção eficiente de dados informativos para reduzir custos computacionais enquanto mantém o desempenho de classificação.
Este artigo propõe um método de fusão visão-inercial de baixo custo e leve para micro drones que combina o VINS-Mono para estimativa de pose de alta frequência com o Ego-Planner para planejamento de trajetória dinâmica, alcançando navegação autônoma robusta e desvio de obstáculos em ambientes sem GPS e com alta densidade de obstáculos, com uma taxa de sucesso mínima de 70% e suavidade de trajetória superior em comparação ao A*.
Baseando-se em dados de 108 empresas, este estudo propõe um novo modelo de "dupla hélice técnico-gerencial" que integra data fabric, IA explicável e mecanismos de aprendizagem organizacional para superar o isolamento de dados, a opacidade algorítmica e a inflexibilidade estrutural, aumentando, assim, a qualidade da decisão e a velocidade de resposta nos setores de manufatura, finanças e varejo.
Este artigo propõe um framework de autorização prioritária que impõe o controle de acesso granular durante a recuperação de esquemas para evitar a exposição não autorizada de metadados de banco de dados em sistemas de text-to-SQL baseados em LLM, alcançando zero vazamento de objetos não autorizados enquanto mantém a utilidade da recuperação e reduz significamente referências SQL não autorizadas.
Este artigo propõe um framework de colaboração humano-IA que integra a consciência da capacidade de LLM, intuição jurídica e compreensão de léxico para transformar sentenças dos tribunais de Macau em conjuntos de dados estruturados de alta qualidade, alcançando 98,6% de precisão de extração e avançando a extração de informações jurídicas para diversas tarefas subsequentes.
Esta revisão sistemática sintetiza mais de 100 trabalhos para apresentar uma taxonomia unificada de nove temas que integra modelos fundacionais, IA agêntica e sistemas V2X cooperativos, distinguindo-se de levantamentos anteriores ao abordar conjuntamente o compromisso entre raciocínio e eficiência, as lacunas de simulação para a realidade e a governança de segurança dentro de uma perspectiva abrangente de arquitetura cognitiva para a condução autónoma.
Este artigo apresenta a arquitetura do sistema para um Framework de Biomarcador Digital Explicável (EDBD) que integra quatro marcadores cognitivos baseados em evidências em uma estimativa de probabilidade única e interpretável para a identificação precoce da dislexia, priorizando a transparência intrínseca do modelo e a utilidade clínica em detrimento de abordagens de "caixa-preta" opacas como uma especificação completa pronta para validação de Fase 5.