3869 artigos
Este artigo propõe o "Cardio Fusion", uma arquitetura de aprendizado profundo de fluxo duplo regularizada que integra o processamento otimizado de dados tabulares com a análise de imagens/ECG para alcançar uma previsão de doenças cardiovasculares robusta e generalizável através de conjuntos de dados clínicos diversos e heterogêneos.
Este artigo propõe e avalia uma arquitetura de garantia de cibersegurança em camadas para sistemas multiagentes autônomos de espaço profundo que utiliza evidências verificáveis por máquina, proveniência e gestão dinâmica de reputação para assegurar a integridade e a confiabilidade de alegações científicas geradas por IA na ausência de supervisão humana em tempo real.
Este artigo apresenta o UAS-OS, um novo plano de controle ao nível de sistema operacional que governa cargas de trabalho de IA autônomas por meio de Blocos de Controle de Agente e gerenciamento de memória zero-copy, alcançando controle de intenção robusto e isolamento de falhas com overhead inferior a 50 microssegundos, adequado para ambientes de missão crítica em tempo real.
Este artigo propõe uma estrutura de aprimoramento colaborativo multidimensional para o YOLOv5 que integra CLAHE no espaço LAB, uma camada de detecção P2 de alta resolução com Varifocal Loss e convolução deformável com atenção de canal para abordar eficazmente os desafios de baixa luminosidade, alvos pequenos e deformação geométrica na inspeção visual industrial, alcançando um desempenho superior em relação aos detectores convencionais em um conjunto de dados especializado de sacos de tonelagem.
Este artigo propõe o DBDNet, uma rede de desacoplamento de dois ramos que aproveita a transformada wavelet e um prior físico baseado em frequência para separar efetivamente fundos de baixa frequência compartilhados entre modalidades de detalhes de alta frequência específicos de cada modalidade, alcançando, assim, o estado da arte em fusão de imagens multimodais e detecção de objetos a jusante.
O DeepCork é uma estrutura de aprendizado profundo de dois estágios que combina um classificador binário baseado em ResNet152 com um detector baseado em YOLO para alcançar uma inspeção de defeitos de alta precisão e em tempo real de rolhas de cortiça natural, equilibrando efetivamente a precisão de localização, as restrições de latência e a incerteza preditiva na manufatura industrial.
O BioPretext é uma nova estrutura de aprendizado autossupervisionado multimodal que unifica imagens geométricas e sinais biológicos sequenciais por meio de alinhamento intermodal e fusão dinâmica para aprimorar a extração de características ortopédicas e o desempenho em tarefas subsequentes.
Este artigo apresenta o HoneyMed, um framework de honeypot consciente de protocolos para redes IoMT que simula serviços médicos para capturar e classificar ataques em tempo real usando aprendizado de máquina, alcançando 98,50% de precisão com Random Forest enquanto gera evidências prontas para blockchain sem arriscar ativos de produção.
Este artigo propõe um framework livre de treinamento e interpretável que utiliza prompting guiado por critérios e aprendizagem em contexto com LLMs para detectar a doença de Alzheimer a partir de transcrições de fala feitas manualmente, alcançando o estado da arte no benchmark ADReSS 2020 ao mesmo tempo em que destaca uma dependência crítica de transcrições manuais de alta qualidade.
Este artigo propõe um framework de aprendizagem multiexperte consciente de medições que aproveita múltiplas anotações de especialistas e uma função de perda especializada para melhorar simultaneamente a precisão da segmentação do complexo íntima-média carotídeo e a precisão da quantificação da espessura em escala milimétrica em imagens de ultrassom, mitigando efetivamente o impacto da variabilidade interobservador.