3899 artigos
Este estudo apresenta um sistema de monitoramento inteligente em tempo real para microplásticos que combina uma estratégia de dados aprimorada com a arquitetura YOLOv11 para aumentar significativamente a precisão da detecção, reduzir a fadiga do operador e acelerar o processo de triagem para amostras microscópicas complexas.
Utilizando a Ciência do Design (Design Science Research), este estudo propõe e valida um framework ágil aumentado por IA que acelera significativamente o desenvolvimento de MVPs e aumenta a qualidade para startups de tecnologia enxutas com recursos limitados, reduzindo o tempo de estimativa em 50% e alcançando até 97% de precisão de migração por meio de fluxos de trabalho assistidos por IA.
Este artigo propõe uma estrutura autossupervisionada e consciente de incerteza que melhora a estabilidade da localização 3D em nível de objeto na condução autónoma ao alavancar a consistência geométrica temporal e a compensação de ego-movimento para refinar as estimativas de profundidade sem exigir anotações dispendiosas de caixas delimitadoras 3D.
Este artigo propõe uma estrutura abrangente que aproveita algoritmos avançados de aprendizado de máquina e aprendizado profundo, incluindo BERT e várias variantes de RNN, juntamente com diversas técnicas de incorporação e modelagem de tópicos LDA, para analisar o feedback textual de pacientes de 21 hospitais e derivar insights acionáveis para melhorar os serviços de saúde e a satisfação do paciente.
Este levantamento revisa a detecção de anomalias visuais industriais baseada em modelos de fundação sob um framework de implantação de início a frio, categorizando sistematicamente os métodos por disponibilidade de dados e funções de pipeline, enquanto aborda desafios em adaptação, avaliação e implementação escalável.
O WiFlux AI é uma estrutura inteligente que otimiza o Wi-Fi de campus inteligentes ao utilizar a análise em tempo real de 14 parâmetros por ponto de acesso para prever e resolver o congestionamento de forma autônoma, alcançando melhorias significativas na velocidade da rede, na perda de pacotes e na redução de congestionamento, enquanto escala para suportar até 1.000 pontos de acesso.
Este artigo apresenta um modelo de aprendizagem baseado em exposições impulsionado por IA multimodal que aborda de forma eficaz a avaliação artística subjetiva e a fragmentação curricular em escolas de ensino fundamental ao alcançar uma alta correlação com especialistas e reduzir significativamente o tempo de avaliação do professor por meio de técnicas robustas de treinamento com pequenos conjuntos de dados.
Este artigo propõe uma nova estrutura de processo gaussiano informado pela física (PIGP) que utiliza kernels periódicos customizados e uma estratégia de colocação adaptativa para computar de forma eficiente e precisa soluções periódicas para sistemas dinâmicos não lineares, demonstrando desempenho computacional superior em comparação ao método de balanço harmônico.
Este estudo demonstra que certos modelos de linguagem de grande escala usados como adjudicadores exibem uma conformidade assimétrica, impulsionada pela apresentação, a pistas de rótulos específicos (particularmente valores "FALSO") em vez de avaliar imparcialmente os méritos, com a suscetibilidade variando significativamente entre fornecedores e sendo mitigada pelo ajuste de instrução.
Este artigo apresenta o H-Elena, um LLM de codificação comprometido que demonstra como comportamentos maliciosos condicionados por gatilhos podem ser codificados nos pesos do modelo e propagados persistentemente através de diferentes arquiteturas por meio de fluxos de trabalho de ajuste fino, revelando assim um novo risco crítico de cadeia de suprimentos no desenvolvimento de IA.