3781 artigos
Esta pesquisa propõe e valida empiricamente uma estrutura abrangente impulsionada por XAI que integra técnicas de explicação post-hoc e métricas de qualidade quantitativas ao ciclo de vida do modelo de pontuação de crédito para equilibrar o desempenho preditivo com a conformidade regulatória, transparência e confiança das partes interessadas na banca digital.
O artigo propõe o MOSAIC, uma arquitetura modular que substitui modelos de linguagem de fronteira caros por uma hierarquia estrita de lógica de orquestração codificada e componentes especializados menores para alcançar uma precisão comparável com um custo de inferência significativamente reduzido através de mecanismos como substituição de escala de modelo, terminação antecipada e resolução parcial cumulativa.
Este artigo apresenta um sistema de monitoramento de peixes impulsionado por IA que utiliza redes de sensores subaquáticos habilitadas para IoT e redes neurais convolucionais para identificar automaticamente espécies de peixes em tempo real, aumentando assim o gerenciamento de ecossistemas aquáticos e a conservação da biodiversidade, apesar dos desafios contínuos na expansão de conjuntos de dados e otimização de hardware.
Este artigo propõe e avalia um framework de aprendizado contínuo preservador de privacidade para sistemas de IA distribuídos que detecta efetivamente o desvio de conceito e mitiga o esquecimento catastrófico usando sinais diferencialmente privados e ensaio regularizado, demonstrando que a detecção precisa de desvio é viável com orçamentos de privacidade moderados, apesar de um aumento modesto no atraso de detecção.
Este estudo de metapesquisa revela que modelos de aprendizado de máquina para resistência antimicrobiana frequentemente exibem uma queda significativa de desempenho ao passar da validação interna para a externa, com a magnitude desse hiato variando amplamente e impossibilitando o uso de um fator de correção universal para os AUROCs relatados.
Este estudo demonstra que, embora as notas clínicas não melhorem consistentemente a discriminação de mortalidade geral na UTI além das variáveis estruturadas do prontuário eletrônico, elas podem aumentar o recall de mortalidade quando integradas por meio de estratégias específicas de fusão multimodal, ressaltando a necessidade de comparações de linha de base rigorosas e avaliação multidimensional em IA clínica.
Este artigo apresenta um algoritmo quântico variacional que aproveita superposições uniformes de sementes quase ideais e pós-seleção baseada em interferência para resolver problemas de Conjunto Independente Máximo em grafos densos de até 400 nós, superando significativamente o VQE padrão e heurísticas clássicas em instâncias difíceis onde métodos anteriores estagnam.
Este artigo propõe uma estrutura de Rede Convolucional Temporal de Atenção Dupla com Sensibilidade à Incerteza (UA-DA-TCN) que integra convoluções temporais de múltiplas escalas, mecanismos de atenção dupla e Monte Carlo Dropout para alcançar previsões de Vida Útil Remanescente precisas, interpretáveis e sensíveis à incerteza para motores de aeronaves, superando as linhas de base existentes no conjunto de dados NASA C-MAPSS.
Este estudo avalia sete modelos de texto para imagem em uma grande coorte de casos de histopatologia e constata que, embora os modelos com melhor desempenho se aproximem da interpretabilidade diagnóstica, eles frequentemente omitem características críticas e falham em capturar a qualidade clinicamente significativa, indicando que a IA generativa e as métricas de avaliação atuais ainda não estão prontas para a adoção responsável em oncologia.
Este artigo propõe um algoritmo de particionamento rápido cascateado adaptativo para o Versatile Video Coding (VVC) que integra análise perceptual visual e aprendizado de máquina multinível para reduzir significativamente a complexidade de codificação, mantendo uma alta eficiência de codificação.