3899 artigos
Este artigo apresenta o QTR-Net, um framework de Transformer unificado, assistido por computação quântica e consciente de confiança para navegação autônoma, que integra previsão de trajetória, mapeamento de confiança dinâmica e otimização de trajetória híbrida quântico-clássica para alcançar controle robusto e adaptativo em ambientes de tráfego complexos.
Este estudo demonstra que a integração do Stable Diffusion adaptado com LoRA e o ControlNet para o aumento de dados sintéticos melhora modestamente o desempenho da detecção de lixo subaquático baseada em YOLOv8s, embora sua eficácia varie por classe de objeto e dependa da qualidade das imagens geradas e do alinhamento das anotações.
Este artigo apresenta um pipeline abrangente para detecção de propaganda em árabe que demonstra como o aumento de dados via few-shot impulsionado pelo GPT-4.1 supera significativamente os métodos tradicionais, permitindo que um modelo BERT ajustado alcance resultados de estado da arte (F1-Micro=0,66) que superam tanto os marcos anteriores quanto as abordagens de LLM em few-shot, ao mesmo tempo em que revela que características linguísticas são prejudiciais e o aumento de dados é o fator crítico de sucesso neste cenário de poucos recursos e desbalanceado.
O CandidateFusion-MKAN é um framework unificado que alcança uma classificação de crises multimodal de saída única robusta ao integrar aprendizado de conjunto de candidatos suportado por modalidade, verossimilhança de conjunto de candidatos e alvos suaves adaptativos limitados para lidar efetivamente com supervisão diversa, evidência ausente ou degradada e pistas conflitantes ou complementares.
Este artigo apresenta o HoKuVit, um Vision Transformer Convolucional escalável que integra camadas convolucionais baseadas em Kuramoto e camadas lineares baseadas em Hopfield em uma arquitetura de Rede Neural Oscilatória, alcançando desempenho de estado da arte no CIFAR-10 enquanto demonstra um caminho viável para escalar ONNs para pipelines de IA profundos.
Este artigo introduz o Geometry-aware LegONet (gLegONet), um arcabouço de aprendizado de operador modular que desacopla mecanismos físicos de geometrias específicas ao pré-treinar blocos variacionais em um domínio espectral ambiente e adaptá-los a domínios alvo arbitrários por meio de variedades afins definidas por fronteiras, permitendo, assim, a resolução de EDPs reutilizável e a descoberta de leis sem o retreinamento específico para a geometria.
Este artigo apresenta o Saudi Legal Corpus para IA, um conjunto de dados abrangente, de fonte oficial e auditável, de nível de artigo, composto por 290 instrumentos legislativos sauditas que apresentam rastreamento de proveniência único, camadas analíticas estruturadas como grafos de citação e glossários de termos definidos, e um benchmark de recuperação demonstrando o desempenho superior da busca aprimorada por metadados em relação às linhas de base padrão para o PLN jurídico em árabe.
Este artigo aborda o desafio da ambiguidade lexical na tradução automática de sânscrito para inglês ao construir um corpus paralelo aumentado por sentidos usando LLMs e um inventário de sentidos personalizado, demonstrando que a incorporação explícita de informações de sentido de palavras melhora significativamente a qualidade da tradução em diferentes arquiteturas de modelos.
Este artigo apresenta o design e a implementação de um sistema de restaurante inteligente totalmente automatizado que integra aplicativos móveis, infraestrutura de IoT e robôs de serviço para eliminar a intervenção humana, resultando em melhorias significativas nos tempos de espera, precisão dos pedidos e velocidade de entrega, ao mesmo tempo em que alcança uma excelente usabilidade para o usuário.
Este artigo apresenta o UBET, um framework de segmentação de disparo único (one-shot) livre de treinamento que prioriza a construção de hipóteses de regiões fechadas antes da arbitragem de identidade usando propostas congeladas e evidência analítica do DINOv2, alcançando o estado da arte em diversos benchmarks sem exigir treinamento de modelo.