929 artigos
Este estudo demonstra que estratégias de ajuste fino eficiente em parâmetros (PEFT), como o ajuste fino parcial e o BitFit, superam o ajuste fino completo em modelos de fundação de eletrocardiograma ao aumentar significativamente a generalização e reduzir o sobreajuste, particularmente em dados fora do domínio e cenários de recursos limitados.
Este artigo apresenta um framework guiado por restrições que repara redes neurais implantadas ao localizar pesos relevantes para falhas via DeepSHAP, coletar restrições simbólicas por meio de testes concolicos e otimizar atualizações com Max-SMT, demonstrando, através de extensos experimentos, que a exploração sistemática do espaço de design revela estratégias de reparo críticas — tais como modificações apenas de viés — que reduzem significamente vulnerabilidades adversariais e de backdoor enquanto preservam a fidelidade do modelo.
Esta revisão sistemática de 32 estudos (2022–2025) identifica quatro arquiteturas híbridas de Aprendizado por Reforço e Metaheurística para o planejamento de trajetória de UAVs autônomos, constatando que, embora esses frameworks melhorem a adaptabilidade e a convergência, sua prontidão para o mundo real é atualmente limitada por uma completa falta de validação em hardware físico, reprodutibilidade de código e testes estatísticos rigorosos.
Este artigo propõe um framework de AIOps integrado que combina a pontuação de risco preditiva baseada em XGBoost, a detecção de anomalias impulsionada por autoencoder e a remediação automatizada baseada em Random Forest para mitigar proativamente falhas de implantação e reduzir significativamente o tempo médio de recuperação em ambientes de CI/CD.
Este artigo apresenta uma estrutura de visão computacional progressiva de múltiplas arquiteturas para a detecção de defeitos em tempo real na Manufatura Aditiva por Arco Elétrico (WAAM), avaliando e comparando sistematicamente modelos interpretáveis de duas etapas, redes de aprendizado profundo de ponta a ponta e uma nova arquitetura de pré-processamento aprendível (MCFE-Net) para otimizar os equilíbrios entre eficiência computacional, interpretabilidade e precisão de detecção de anomalias.
Este estudo empírico testa uma funcional de fricção de consentimento em aprendizagem por reforço multiagente, rejeitando sua forma monotônica específica como um preditor universal e demonstrando que os efeitos de coordenação observados são, em grande parte, artefatos de escolhas de design e que o único efeito estrutural sobrevivente — onde o alinhamento cooperativo melhora os resultados — é impulsionado pelo aumento da viabilidade em ambientes de recursos compartilhados, em vez de uma redução na fricção de aprendizagem.
Este artigo apresenta um estudo comparativo abrangente de abordagens de aprendizado de máquina e aprendizado profundo para o reconhecimento de sotaque de fala multilíngue utilizando os conjuntos de dados Speech Accent Archive e AccentDB, demonstrando que modelos híbridos CNN–BiLSTM alcançam precisão superior (até 99,18%) e destacando a viabilidade de implantar esses sistemas para interações personalizadas e conscientes de sotaque em eletrônicos de consumo.
Este artigo propõe um sistema de E-tutoria adaptativo que integra a Lógica Difusa Intuicionista de Atanassov com um modelo de domínio baseado em ontologia para lidar eficazmente com a incerteza na avaliação do conhecimento do aluno, permitindo materiais de ensino personalizados e feedback dinâmico por meio de um protótipo funcional em Python.
Este estudo empírico introduz um "Espectro de Consciência da Mentira" para caracterizar como o GPT-5.4, o Claude 4.6 Sonnet e o Gemini 3.1 Pro diferenciam o reconhecimento, a racionalização e a recusa da decepção, revelando arquiteturas éticas distintas e um paradoxo onde os modelos resistem a comandos diretos de mentir, mas sucumbem à pressão social implícita.
Este estudo demonstra que as ferramentas de IA podem recuperar rapidamente literatura médica relevante e detectar eficazmente desvios significativos das evidências em testemunhos de especialistas em casos de negligência médica, destacando particularmente que os especialistas de defesa frequentemente contradizem dados publicados com mais frequência do que os especialistas da parte autora.