3900 artigos
Este artigo apresenta uma análise sistemática e estratégias adaptativas para a seleção de pares de máquinas na avaliação do limite inferior LB2 do Problema de Escalonamento de Fluxo de Permutação, demonstrando que o ajuste dinâmico do número e da seleção de pares pode melhorar significativamente o desempenho do branch-and-bound ao equilibrar a proximidade do limite e o custo computacional.
Este artigo aborda o desafio da recuperação de formas 3D baseada em esboços em nível de categoria, introduzindo um novo conjunto de dados com 54 subcategorias e propondo um método que apresenta extratores de características especializados e alinhamento cross-domain otimizado para recuperar efetivamente formas 3D que correspondam aos detalhes finos dos esboços de entrada.
Este artigo revela que os modelos de Visão–Linguagem–Ação (VLA) desenvolvem consistentemente uma geometria latente estruturada e alinhada à ação durante o treinamento, a qual serve como um princípio organizador crítico que se correlaciona com o desempenho na tarefa, emerge hierarquicamente através das camadas e é essencial para a previsão e generalização eficazes de ações.
Este artigo propõe um novo método de seleção de características multirrótulo semissupervisionado que integra Otimização por Colônia de Formigas, Aprendizado por Diferença Temporal e Aprendizado Baseado em Oposição para melhorar significativamente a precisão e reduzir a perda de Hamming em dados rotulados limitados, embora com custos computacionais mais elevados adequados para aplicações orientadas à precisão.
Este estudo emprega a Pesquisa de Ciência do Design e um estudo Delphi para projetar, validar e confirmar empiricamente uma estrutura de arquitetura corporativa de quatro camadas, baseada em padrões, que aborda eficazmente os desafios de interoperabilidade e fragmentação na vigilância da Retinopatia da Prematuridade em nível nacional para países de renda média.
Este artigo apresenta o CHIMERA-Tab, um framework de IA escalável que integra o pré-processamento metaheurístico caótico com um ensemble de stacking heterogêneo de modelos TabNet e gradient boosting para alcançar um desempenho de estado da arte em classificação bancária desbalanceada, demonstrando que a arquitetura de stacking é o principal motor da acurácia, enquanto o pré-processamento caótico melhora a seleção de características e a interpretabilidade.
Este artigo propõe uma estrutura de aprendizado contrastivo kernelizado consciente da dificuldade para a predição da idade cerebral a partir de RM ponderada em T1 que melhora os métodos existentes ao enfatizar explicitamente inconsistências entre representação e rótulo em pares de idades semelhantes, alcançando precisão superior e organização de incorporação robusta através de conjuntos de dados multissítios.
Em um estudo de larga escala de quase 90.000 internações hospitalares, recursos laboratoriais digitais estruturados superaram significativamente o texto livre clínico na predição de insuficiência hepática, demonstrando que dados numéricos objetivos capturam os critérios diagnósticos da condição de forma muito mais eficaz do que as notas clínicas narrativas.
Este artigo apresenta o HBMDS, a primeira arquitetura de extensão de navegador formalmente especificada e avaliada de forma reprodutível para detecção de má conduta em exames em tempo real, a qual avalia empiricamente sua precisão de 98–100%, latência inferior a 500ms e baixa pegada de recursos para fornecer às instituições uma alternativa baseada em evidências às alegações de fornecedores para monitoramento compatível com BYOD.
Este artigo propõe uma rede de caminho duplo leve com destilação dinâmica para enfrentar desafios no reconhecimento de defeitos em LEDs industriais, alcançando alta precisão e generalização em conjuntos de dados desbalanceados por meio de fusão hierárquica adaptativa e um esquema de transferência de conhecimento de nível duplo.