3775 artigos
Este artigo propõe um sistema de blockchain industrial portátil e preservador de privacidade que utiliza e-mails assinados com DKIM e provas de conhecimento zero para verificar o direito de um revendedor de vender produtos entre mercados e fronteiras sem exigir integração com plataformas, hardware especializado ou a divulgação de histórico comercial sensível.
Este estudo apresenta um sistema totalmente automatizado e escalável para a verificação dimensional em escala milimétrica de cortes têxteis que aproveita modelos U-Net e ResUnet aprimorados com uma função de perda composta e um mecanismo de seleção adaptativa para superar os desafios da deformação do tecido e superar os métodos convencionais manuais e de arquitetura fixa.
Este artigo propõe uma estrutura de composiçãoção baseada em especificações que possibilita o uso seguro de IA em fluxos de trabalho de dados regulamentados ao separar a autoria assistida por IA da execução governada, garantindo que apenas artefatos validados, versionados e totalmente rastreáveis sejam compostos e executados.
O ScaleCal é um framework livre de treinamento que aborda a degradação do sinal de confiança em modelos de linguagem pequenos ao combinar sinais baseados em logits calibrados por temperatura com amostragem de consistência semântica seletiva, melhorando significativamente o erro de calibração e a detecção de falhas, mantendo baixos custos computacionais.
Esta revisão narrativa crítica redefine o aprendizado com rótulos ruidosos ao ir além das suposições de erro aleatório para analisar descompassos de supervisão estruturada, dinâmicas de representação e pipelines robustos, conectando, em última análise, suposições de ruído com correção de risco e protocolos de avaliação para enfrentar desafios em ecossistemas modernos de modelos de fundação e de mundo aberto.
Este estudo desenvolveu uma estrutura de aprendizado de máquina explicável utilizando dados do NHANES 2017–2018 para demonstrar que, embora a idade, a glicose em jejum e o histórico familiar sejam os principais preditores de diabetes tipo 2 em homens adultos, a inclusão da relação cintura-quadril aumenta significativamente a precisão da previsão de risco quando a glicose em jejum é excluída.
Esta revisão sistemática examina técnicas de aprendizado profundo leves para imagens médicas 3D, destacando sua capacidade de reduzir as demandas computacionais para cenários de recursos limitados, ao mesmo tempo em que identifica lacunas de pesquisa fundamentais e delineia direções futuras para modelos robustos, eficientes e clinicamente integrados.
Este artigo demonstra que, enquanto modelos padrão de aprendizado de máquina falham em detectar ataques não vistos em Redes Ad Hoc Móveis devido à sua dependência de distribuições variáveis, um recurso simples e invariante ao protocolo — contar vizinhos de roteamento sem quadros decodificados — alcança a detecção perfeita de ataques de wormhole ao identificar violações estruturais em vez de anomalias estatísticas.
Este estudo propõe um algoritmo de aprendizado de conjunto Stacking aprimorado que utiliza sinais de espectroscopia funcional de infravermelho próximo (fNIRS) para alcançar uma avaliação altamente precisa, objetiva e quantitativa da gravidade do zumbido, superando significativamente os modelos convencionais e oferecendo uma ferramenta promissora para o diagnóstico clínico.
Este artigo propõe o PixelChain Encryption (PCE), uma estrutura criptográfica reversível e leve inspirada em princípios de blockchain que protege imagens por meio de hashing SHA-256 recursivo e fluxos de chave baseados em XOR sem livros contábeis distribuídos, alcançando alta resistência a ataques estatísticos e baixa complexidade computacional adequada para aplicações de IoT e de imagem médica com recursos limitados.