3854 artigos
Esta revisão sistemática sintetiza a pesquisa de detecção de cibersegurança habilitada por XAI de 2020 a 2026 para identificar lacunas críticas em avaliação e robustez, propondo uma taxonomia multidimensional e uma agenda de pesquisa estruturada para orientar o desenvolvimento de sistemas de defesa confiáveis e operacionalmente eficazes.
Este artigo introduz um protocolo de avaliação auditável para a desambiguação de abreviações clínicas que expõe como as altas acurácias de referência frequentemente mascaram vazamento de dados e problemas de cobertura de candidatos, demonstrando que uma avaliação confiável de PLN clínico requer o relato separado de robustez ao vazamento, suporte de candidatos e confiabilidade calibrada, em vez de depender de uma única pontuação de acurácia.
Este artigo propõe um método de localização de adulteração de imagem orientado por pseudo-rótulos que apresenta um decodificador multiramo dinâmico consciente do tipo de adulteração, o qual aborda eficazmente traços forenses heterogêneos ao integrar características multiescala, supervisão de correspondência fonte-alvo para falsificação por cópia-e-movimento e fusão adaptativa de pistas para alcançar alta precisão e generalização através de diversos conjuntos de dados.
Este artigo propõe e avalia uma estratégia de percepção consciente de recursos para detecção de pequenos UAVs que combina roteamento de modelo guiado por confiança e replay ranqueado por dificuldade para otimizar efetivamente o desempenho sob restrições simultâneas de computação em tempo de inferência e orçamentos de anotação.
Este estudo demonstra que modelos de aprendizado profundo de ultrassonografia de tireoide em tempo real exibem desempenho significativamente variável entre diferentes coortes e definições de desfecho, destacando a necessidade crítica de relato explícito da proveniência dos rótulos e de uma interpretação cautelosa de benchmarks entre coortes.
Este artigo propõe um framework leve baseado em prompts, composto por três módulos sinérgicos — Realce de Características Autênticas, Fusão Consciente de Confiabilidade e Adaptador de Distribuição Guiado por Conteúdo — para abordar eficazmente a ausência de modalidade na análise de sentimento multimodal através da recuperação de características granulares, ajuste dinâmico de pesos de fusão e correção de desvios de distribuição.
Este artigo propõe o FL-GWO, um novo framework que integra aprendizado federado com a Otimização de Lobo Cinzento e tecnologia blockchain para permitir o gerenciamento de confiança preservando a privacidade, adaptável e robusto em sistemas descentralizados de IoT-edge através da otimização dinâmica de parâmetros de confiança por meio de inteligência de enxame.
Ao vincular o registro nacional de pesquisadores do Peru (RENACYT) ao OpenAlex, este estudo revela que a força de trabalho certificada em inteligência artificial do país captura apenas um quarto de seus autores reais de IA, expondo uma maioria não certificada significativamente maior e destacando disparidades regionais e de gênero na certificação, apesar da alta produtividade fora da capital.
Este artigo propõe o BVC-RCA, um modelo de localização de causa raiz em microsserviços que integra um Grafo de Rastro-Log Heterogêneo Potencializado por Parâmetros, um Autoencoder Variacional de Grafo Bivariado e um mecanismo de pontuação de recuperação inspirado em contrafatuais para distinguir efetivamente causas raízes verdadeiras de vítimas em cascata, unificando dados de observabilidade de múltiplas fontes e medindo as contribuições de recuperação ao nível do nó.
Este estudo propõe um framework de aprendizado profundo multimodal que funde características de áudio e vídeo usando empilhamento de nível de decisão para alcançar uma acurácia de 98% na detecção de quedas humanas, superando significativamente modelos de modalidade única e outras estratégias de fusão.