3883 artigos
Este artigo propõe o MASS-ScanDMM, um método de predição de scanpath para imagens panorâmicas que integra mecanismos de Percepção de Cena de Atenção Múltipla (MASP) e Percepção de Melhoria de Informação Esférica (SIEP) para alcançar precisão e generalização superiores em múltiplos conjuntos de dados.
O artigo apresenta o BiasZero, um framework atento à equidade para sumarização extrativa de texto que integra detecção de viés multidimensional, aumento de dados contrafatuais e debiasing adversarial para reduzir significativamente a intensidade do viés em até 40%, mantendo uma alta qualidade de sumarização com menos de 1% de degradação de ROUGE.
Este artigo propõe uma arquitetura de aprendizado federado baseada em blockchain e segura para a área da saúde que integra o Controle de Acesso Baseado em Atributos com um atributo de confiança calculado e um mecanismo de monitoramento para garantir a privacidade dos dados e detectar nós maliciosos durante o compartilhamento de modelos.
Este artigo propõe um novo método de aumento de dados chamado Tensor Erasing que aumenta a robustez e a generalização de modelos de aprendizagem profunda para a segmentação automatizada de RM de tumores cerebrais 3D através da simulação de corrupção de imagem por meio da exclusão aleatória de voxels, abordando eficazmente o desafio de conjuntos de dados anotados escassos.
Este artigo propõe o SOFE, uma técnica de offloading de tarefas baseada em SDN para redes Fog-IoEV que utiliza um modelo de programação linear binária para otimizar a atribuição de tarefas a nós de fog ou veículos estacionados com base em carga, mobilidade, energia e prazos, reduzindo assim o tempo de resposta e estendendo a vida útil dos veículos elétricos em comparação com os métodos existentes.
Este artigo propõe o DSA-MERC, um modelo confiável de reconhecimento de emoções em conversas multimodais que utiliza um mecanismo de atenção de dois estágios combinando Bi-Directional Multi-Attention e uma rede líder-seguidor guiada por áudio com otimização multiescala, juntamente com estratégias de confiança e de aprendizado por transferência, para integrar eficazmente características multimodais e mitigar o ruído de rótulos para maior precisão e robustez.
Este artigo propõe o PerC-SimAM-BGRU, um novo framework baseado em MetaFormer que integra convolução circular sensível à posição e uma unidade recorrente de porta bidirecional para alcançar o estado da arte na detecção de infarto do miocárdio com 99,4% de precisão, equilibrando desempenho e complexidade computacional.
Este estudo integra a análise bibliométrica padrão com a modelagem de tópicos por Distribuição de Dirichlet Latente (LDA) em um corpus curado de 2.631 documentos de IA na saúde de 2017 a 2025 para superar as limitações de palavras-chave, revelando uma trajetória de maturação de aplicações prontas para implementação para fronteiras dependentes de governança, como modelos de linguagem de grande escala e IA explicável.
Este artigo apresenta uma camada de seleção de comandos baseada em simulação para robôs quadrúpedes que utiliza vistas egocêntricas renderizadas e comandos candidatos para prever riscos corporais de curto horizonte, melhorando significamente a segurança e a concordância de comandos enquanto mantém o progresso frontal sem depender de mapas de terreno ou rollouts de antecipação.
O artigo apresenta o CRysTal, um framework de explicação post-hoc em nível de neurônio que mapeia as ativações de modelos de IA para terminologia clínica padronizada, demonstrando um alinhamento superior com laudos radiológicos, maior confiabilidade diagnóstica e melhor eficiência para médicos em comparação com métodos de explicação existentes em múltiplas tarefas de imagem médica.