5212 artigos
Este artigo apresenta uma revisão abrangente de 232 estudos sobre IA Generativa Responsável, propondo uma estrutura unificada de avaliação e governança que identifica lacunas críticas em benchmarks atuais e define uma agenda de pesquisa para garantir a segurança e a sustentabilidade da IA em diversos setores.
Este estudo propõe um algoritmo que funde imagens de ressonância magnética multimodais (T1, T2, T1ce e FLAIR) segmentadas por redes U-Net em 2D e 3D e classificadas por um modelo ResNet50, alcançando uma precisão de 99,25% na subclasse de gliomas e superando técnicas existentes.
Este artigo propõe uma abordagem de aprendizado profundo baseada nas arquiteturas UNET, Inception e ResNet para realizar a segmentação automática e precisa de gliomas em imagens de ressonância magnética 2D e 3D, alcançando alto desempenho e equilibrando eficiência computacional com acurácia espacial para auxiliar no diagnóstico clínico.
Este artigo apresenta o protocolo DEBT control, que utiliza preços dinâmicos e controle de fluxo para otimizar o roteamento em redes de canais de pagamento, garantindo a convergência para um estado operacional ideal diante de demandas estáveis.
Este artigo apresenta a Política Estabilizadora de Difusão (DSP), um quadro de aprendizado baseado em difusão que permite treinar robôs cirúrgicos utilizando trajetórias imperfeitas ou falhas, demonstrando superioridade e robustez em ambientes cirúrgicos perturbados.
Este artigo propõe um novo quadro de planejamento e atuação paralelizado para sistemas multiagente baseados em LLM, utilizando uma arquitetura de dupla thread com execução interrompível para superar as limitações de latência dos paradigmas serializados e melhorar a resposta em tempo real em ambientes dinâmicos como o Minecraft.
Este artigo propõe um modelo de aprendizado profundo geométrico baseado em transformadores, que utiliza uma nova esquematização de tokenização em malhas tetraédricas com marcos anatômicos para melhorar o diagnóstico da doença de Alzheimer e prever a positividade da amiloide cerebral em indivíduos de risco médio, oferecendo uma alternativa precisa e não invasiva aos exames PET.
O artigo apresenta o ViLAM, um método inovador que distila o raciocínio de modelos visão-linguagem em mapas de atenção espacial para guiar a navegação de robôs sociais, resultando em melhorias significativas na taxa de sucesso em comparação com métodos existentes.
O artigo apresenta o Snapmoji, um sistema que gera instantaneamente avatares 3D animáveis e personalizáveis em dispositivos móveis, utilizando uma técnica de adaptação de domínio gaussiano para mapear selfies a um estilo principal e aplicar um estilo secundário, preservando a identidade do usuário e superando as limitações de plataformas existentes.
O artigo apresenta o iProg, uma ferramenta de Programação Indutiva Estruturada Interativa que utiliza um protocolo de comunicação bidirecional para colaborar com especialistas humanos e modelos de linguagem na decomposição de tarefas de análise de dados em diagramas de fluxo e geração de código, demonstrando superioridade em desempenho, qualidade e velocidade de desenvolvimento em comparação com alternativas Low Code/No Code em colaborações científicas.
O artigo apresenta o SceneEval, um novo framework de avaliação e o conjunto de dados SceneEval-500, projetados para superar as limitações das métricas atuais ao medir de forma abrangente e interpretável tanto os requisitos explícitos quanto as expectativas implícitas de coerência semântica na síntese de cenas 3D internas condicionadas a texto.
Este artigo propõe uma abordagem de Aprendizado Compatível com o Passado (BCL) que relaxa as restrições de alinhamento estritas ao introduzir perturbações nos protótipos de características antigas, preservando assim a capacidade discriminativa do novo modelo sem a necessidade de um processo computacionalmente custoso de recálculo de embeddings.
Este artigo propõe uma arquitetura de repetidores de distribuição quântica de chaves (QKD) baseada em zero trust e criptografia homomórfica totalmente, que permite a re-criptografia intermediária sem expor chaves em texto claro, eliminando a necessidade de nós de confiança e aumentando a escalabilidade e segurança das redes QKD.
Este trabalho propõe um método unificado para a reconstrução robusta de duas mãos a partir de imagens monoculares, combinando um codificador de fusão-alinhamento que integra implicitamente priores estruturais heterogêneos de modelos de visão fundamentais com um modelo de difusão livre de penetração que gera interações 3D fisicamente plausíveis, superando assim desafios de oclusão e alinhamento.
O projeto MediTools apresenta uma aplicação baseada em modelos de linguagem (LLMs) que revoluciona a educação médica através de ferramentas interativas para simulação de casos clínicos, análise de literatura científica e resumo de notícias, validando seu potencial por meio de pesquisas com profissionais e estudantes da área.
Este artigo propõe uma taxonomia e diretrizes de projeto para protocolos de Controle de Acesso ao Meio (MAC) em sistemas 6G, focando na coexistência de comunicações baseadas em "push" e "pull" orientadas a objetivos e impulsionadas por inteligência artificial, além de discutir suas implicações arquitetônicas no O-RAN.
Este artigo propõe um novo modelo de conclusão de instâncias baseado em nuvem de pontos que integra restrições de cena via mecanismo de atenção cruzada para lidar com objetos em escalas e poses arbitrárias, validado através de um novo dataset chamado ScanWCF que demonstra superioridade em fidelidade e qualidade de conclusão em comparação com métodos existentes.
O artigo apresenta o LEL, um novo framework de aprendizado emsemble com restrições de continuidade de Lipschitz que melhora a estabilidade, robustez e precisão do reconhecimento de emoções baseado em EEG intra-sujeito, alcançando desempenho superior em três conjuntos de dados públicos.
O artigo apresenta o GeoNav, um agente multimodal que aprimora a navegação aérea baseada em linguagem ao empregar raciocínio espacial de duas escalas e um mecanismo de cadeia de pensamento para superar os métodos existentes em ambientes urbanos complexos.
O artigo propõe o framework O-VIB, uma abordagem de compressão semântica orientada a tarefas inspirada na cognição espacial que utiliza um codificador de gargalo de informação variacional com restrições ortogonais para extrair e transmitir características multiview compactas, permitindo localização visual precisa em plataformas móveis com recursos limitados e ambientes urbanos sem GPS.