3886 artigos
Este artigo propõe uma estrutura de IA Explicável e Confiável utilizando conjuntos fuzzy intuicionistas para estabelecer um mecanismo de consenso de votação ponderado por confiança que aumenta a eficiência da verificação de mensagens, a proteção da privacidade e a segurança em sistemas de transporte inteligentes dinâmicos.
Este artigo apresenta um framework de aprendizado de máquina multimodal interpretável que combina biomarcadores de hemograma completo (CBC) e HPLC para alcançar uma classificação multiclasse de talassemia altamente precisa (99,89%) e clinicamente consistente por meio de um modelo de ensemble de empilhamento (stacking), com a análise SHAP confirmando que as principais características preditivas alinham-se aos critérios diagnósticos padrão.
Este estudo avalia um sistema bilíngue de geração aumentada por recuperação construído sobre documentos regulatórios da ANVISA, demonstrando sua alta precisão em localizar, citar e resumir requisitos regulatórios em português e inglês para o desenvolvimento de fármacos, enquanto lida efetivamente com consultas sem resposta após a calibração.
Este artigo propõe um modelo CLCM, integrando Conv1D-LSTM, CNN e um mecanismo de atenção de múltiplas cabeças, para avaliar efetivamente os riscos de segurança em sistemas de aprendizagem de realidade virtual dentro da Internet das Coisas de Enxames Não Tripulados, analisando precisamente modalidades de dados heterogêneos e superando as limitações de modelos existentes.
Este artigo propõe uma estrutura de diagnóstico automatizado de doenças em folhas de tomate utilizando aprendizado por transferência EfficientNetB3 e análise explicável Grad-CAM, que alcança alta acurácia de classificação e interpretabilidade para detectar Tinta Preta, Alternaria, Mofo Foliar e folhas saudáveis para apoiar a agricultura de precisão.
Este artigo apresenta o DYNAMICS-WEB, uma medição pré-registrada demonstrando que um sinal de "caráter" distinto dentro do grafo de links da web, que é amplamente independente de autoridade e tópico, pode influenciar subconscientemente as taxas de conversão de leitores quando alinhado com as preferências do usuário.
Este estudo propõe um modelo híbrido MSCNN-LSTM aprimorado com atenção Squeeze-and-Excitation para prever valores horários do Índice de Qualidade do Ar, demonstrando precisão e estabilidade superiores em comparação com modelos tradicionais de aprendizado profundo através da extração de características multiescala e ponderação adaptativa de canais em dados da cidade de Yiyang.
NeviUNet é uma variante de U-Net eficiente e com atenção aprimorada que alcança uma segmentação de lesões cutâneas precisa e de baixa latência em imagens de corpo inteiro ao integrar ativação Mish, Portões de Atenção (Attention Gates) e blocos SE, enquanto omite componentes computacionalmente caros.
O artigo apresenta o FlapFlowNet, um framework de streaming baseado em Transformer que alcança o monitoramento de perfusão em tempo real e com alta precisão para sequências de cirurgia de retalho de comprimento variável, combinando uma CNN leve, modelagem temporal e uma função de perda otimizada para medicina para reduzir significativamente as taxas críticas de falsos negativos.
O artigo apresenta o ORACOLO, uma arquitetura de questionamento neuro-simbólica que integra a geração de consultas SPARQL restritas por ontologia com o fallback de recuperação densa, demonstrando uma melhoria significativa na precisão factual em relação à recuperação densa pura, mantendo simultaneamente uma fidelidade comparável.