3900 artigos
Este artigo propõe o SETU, um framework conceitual culturalmente responsivo e atento ao afeto que faz a ponte entre as salas de aula multilíngues da Índia e os currículos formais, integrando seis componentes para aumentar a capacidade dos professores e alinhar a aprendizagem assistida por IA com a Política Nacional de Educação 2020.
Este artigo audita um estudo de comparação de rank de LoRA para demonstrar que uma regra de normalização de computação de rank inverso penaliza artificialmente ranks maiores através de um subtreinamento extremo, revelando que os rankings de desempenho observados são altamente dependentes da alocação específica de orçamento em vez da capacidade inerente do modelo.
O artigo propõe o RAUDI, um framework de cabeça dupla para detecção de anomalias industriais que unifica o aprendizado não supervisionado e supervisionado ao utilizar de forma flexível amostras defeituosas reais ou pseudoanomalias realistas sintetizadas por meio de um novo método de superpixels em múltiplos estágios (RASMS), alcançando o estado da arte de desempenho tanto nos benchmarks MVTec AD quanto KolektorSDD2.
Este artigo audita os anais da ACL 2026 para constatar que, embora quase todas as referências citadas existam, uma auditoria automatizada de suporte de alegações de execução única falhou em replicar devido a uma configuração de modelo não registrada, demonstrando que a verificação rigorosa de citações requer um registro operacional estrito para garantir a reprodutibilidade.
Este artigo examina a integração de IA e ML nas operações de cibersegurança, destacando seu potencial para aumentar a detecção de ameaças e a eficiência, ao mesmo tempo em que enfatiza que a implementação bem-sucedida exige o enfrentamento de desafios como ataques adversários e qualidade de dados por meio de governança, transparência e supervisão robustas.
Este artigo propõe um Sistema de Detecção de Intrusão híbrido baseado em IA explicável para IoT e redes de computadores que integra ADASYN para desequilíbrio de dados, métodos de filtro para seleção de características, aprendizado de conjunto para robustez e SHAP para interpretabilidade, demonstrando desempenho superior nos conjuntos de dados CICIDS2017 e MQTT-IoT-IDS2020.
Este artigo propõe uma estrutura de supervisão fraca que aproveita anotações de nível de imagem para gerar pseudomáscaras refinadas via CAM e Grad-CAM, as quais são então utilizadas para treinar um modelo híbrido OUR-Net–U-Net para segmentação precisa de fissuras estruturais em múltiplos domínios com custos de anotação significativamente reduzidos e desempenho superior em comparação aos métodos existentes.
Este estudo analisa 849 incidentes de IA para derivar empiricamente três perfis de danos distintos — Autônomo/Incorporado, Reconhecimento de Visão e IA Generativa — argumentando em favor de uma mudança de princípios de governança amplos para um framework sensível ao contexto que adapte os mecanismos de responsabilidade e monitoramento a esses padrões de risco específicos.
Este artigo propõe um framework YOLOv8n consciente de defeitos, aprimorado com um backbone ResNet50, DeCA, BiFPN melhorado com SPD-Conv, uma cabeça desacoplada adaptativa dinâmica e Wise-IoU v3 para alcançar a detecção em tempo real e de alta precisão de defeitos pequenos e de baixo contraste em cartas de baralho impressas em meio a fundos gráficos densos, superando o YOLOv8n padrão em 12,8% em mAP@50 enquanto mantém uma velocidade de inferência de 97 FPS.
Este artigo propõe o Prototype-aware Channel-Selective Spatial Interaction (PCSI), um framework professor-aluno para segmentação de imagens médicas semissupervisionada que aproveita memórias de protótipos de primeiro plano e de fundo desacopladas para guiar a seleção de canais e o refinamento de características espaciais, alcançando assim um desempenho superior com dados rotulados limitados.