6416 artigos
O artigo propõe o modelo DS-DGA-GCN, uma nova rede de aprendizado em grafos que combina atenção dinâmica e pontuação de características de rede para detectar grupos de revisores falsos em cenários de dados esparsos, superando os métodos atuais com alta precisão em conjuntos de dados reais.
Este artigo de revisão analisa os esquemas de coordenação entre operadores de sistemas de transmissão e distribuição (TSO e DSO) no contexto da transição energética, avaliando suas classificações, desafios e eficácia na utilização da flexibilidade de recursos energéticos distribuídos para manter o equilíbrio do sistema e evitar congestionamentos.
O artigo apresenta o HIMoS, um framework de planejamento hierárquico multi-modal que permite a veículos subaquáticos autônomos realizar buscas e amostragem eficientes de corais em fundo marinho com altitude fixa, superando as limitações energéticas das estratégias tradicionais de cobertura exaustiva e das manobras verticais custosas.
O artigo apresenta o PRIME, um algoritmo de duas etapas que resolve eficientemente o problema de roteamento em grafos de tokens em blockchains, superando as soluções existentes como o Uniswap ao otimizar trocas de ativos com melhores preços e menor tempo de computação, tendo sido validado em ambientes de produção de fundos de hedge.
Este artigo investiga a complexidade computacional do problema de estender layouts de histórias com personagens fixos ao inserir novos participantes, minimizando o número local de cruzamentos, e demonstra que o problema é W[1]-duro quando parametrizado pelo número de inserções e personagens ativos, pertence à classe XP em relação ao número de personagens ativos e é FPT quando parametrizado pela soma dos personagens ativos e do número local de cruzamentos.
O artigo apresenta o ERASE, um benchmark em larga escala e alinhado com cenários reais para avaliar o aprendizado de máquina em sistemas de recomendação, demonstrando que, embora métodos aproximados possam igualar o re-treinamento em alguns casos, a robustez varia significativamente entre abordagens e arquiteturas, especialmente sob unlearning sequencial.
O artigo apresenta o PhaForce, uma política de aprendizado visuoforce baseada em agendamento de fases que combina um planejador lento e um corretor rápido para coordenar planejamento de alto nível e correções em tempo real, alcançando desempenho superior em tarefas de manipulação rica em contato.
O artigo apresenta o SOT-GLP, um método de aprendizado de prompts que combina alinhamento global e local utilizando transporte ótimo esparso para particionar regiões visuais salientes entre prompts específicos de classe, alcançando desempenho superior em classificação com poucos exemplos e detecção de dados fora de distribuição ao preservar a geometria nativa do modelo CLIP.
Este artigo investiga padrões de autovalores e fatores de participação em sistemas de energia renovável simétricos, propondo conceitos como simetria ideal, quase e em grupo, além de um novo fator de participação de grupo, para simplificar a análise de estabilidade e otimização em grandes redes com recursos baseados em inversores.
O artigo apresenta o VLA, um modelo de Visão-Linguagem-Ação que supera as abordagens preditivas tradicionais ao gerar ações baseadas na variação do conhecimento do mundo em relação a um prior explícito, utilizando um extrator de prior, quantização latente e atenção condicional para alcançar desempenho superior e maior eficiência em tarefas robóticas.
Este trabalho apresenta o UniDiffDA, um quadro analítico unificado que decompõe métodos de aumento de dados baseados em difusão em três componentes principais, permitindo uma avaliação sistemática e justa de suas estratégias em tarefas de classificação com poucos dados, além de oferecer insights práticos e garantir reprodutibilidade através da reimplantação de todos os métodos em uma base de código comum.
O artigo apresenta o M³-ACE, um framework de engenharia de contexto multiagente que aprimora o raciocínio matemático multimodal ao corrigir falhas de percepção visual através da colaboração dinâmica entre agentes e ferramentas especializadas, estabelecendo novos recordes de desempenho em benchmarks como o MathVision.
Este artigo investiga as implicações técnicas do Digital Markets Act (DMA) e propõe oito estratégias de arquitetura e 15 táticas para projetar plataformas digitais que incorporem valores humanos abstratos, como equidade e escolha do usuário, promovendo a justiça e a contestabilidade nesses ecossistemas.
O artigo propõe o framework Adaptive Manifold Prototypes (AMP), que utiliza otimização riemanniana na variedade de Stiefel para representar protótipos de classe como bases ortonormais, mitigando o colapso de protótipos e melhorando simultaneamente a precisão de classificação e a fidelidade causal em tarefas de reconhecimento fino.
Este artigo apresenta o "jogo de interação enviesada" como uma ferramenta para modelar sistemas sociais sob escassez e racionalidade limitada, demonstrando como o viés gera hierarquia, cooperação e comportamentos não lineares, além de aplicar o modelo para comparar filosofias de redistribuição de riqueza como o estado de bem-estar social e a renda básica universal.
Este artigo apresenta um método de coordenação multi-UAV sem comunicação que utiliza sensores LiDAR a bordo para navegação segura e autônoma em ambientes complexos e sem GNSS, como florestas, validando sua eficácia através de simulações e experimentos em campo.
Este artigo propõe um modelo de rede neural baseado em codificação por ordem de rank, inspirado no pathway STG-LIFG-PMC, que demonstra como essa codificação permite a compressão eficiente de sequências, a detecção de novidades globais e a generalização proto-sintática, servindo como uma ponte entre a entrada acústica e a representação hierárquica de estruturas gramaticais.
O MoMaStage é um framework de visão e linguagem estruturado que utiliza um grafo de estado-habilidade e execução em malha fechada para permitir que robôs móveis manipuladores executem tarefas de longo alcance em ambientes internos com maior consistência lógica, adaptabilidade e sucesso, eliminando a necessidade de mapeamento explícito do ambiente.
Este estudo apresenta um modelo de fluxo retificado que gera previsões realistas de ressonância magnética cerebral pós-tratamento para pacientes com glioma, utilizando dados pré-terapêuticos e mapas de dose de radioterapia para permitir simulações contrafactuais e otimização do planejamento terapêutico com alta fidelidade e velocidade de inferência.
O artigo propõe o método DDHF, que utiliza a Transformada de Fourier Discreta Não Uniforme (NDFT) para analisar a frequência temporal por pixel em câmeras de eventos, permitindo a detecção e localização em tempo real de drones com maior precisão e menor latência do que abordagens baseadas em deep learning como o YOLO.