3900 artigos
Este estudo empírico analisa incidentes de IA de 2020 a 2026 frente aos principais marcos regulatórios para revelar lacunas significativas de responsabilidade pós-implantação, particularmente na detecção externa e avaliações de impacto, ao mesmo tempo em que propõe o Proactive AI Governance Compliance Framework (PAGCF) para abordar essas falhas sistêmicas.
Este artigo apresenta um modelo de aprendizado de máquina clássico baseado em dados que prevê com precisão a treinabilidade de circuitos quânticos variacionais e identifica platôs estéreis baseando-se apenas em características arquitetônicas, oferecendo uma alternativa de baixo custo à cara amostragem de gradiente para a triagem de designs de circuitos quânticos.
Este estudo utiliza um conjunto de dados de larga escala da Polícia Rodoviária Federal brasileira (2020–2024) para demonstrar que um modelo LightGBM sensível ao custo, validado por meio de divisão temporal rigorosa e interpretabilidade baseada em SHAP, supera outros métodos de ensemble na previsão de fatalidades no trânsito, ao mesmo tempo em que identifica fatores de risco fundamentais para informar políticas de segurança proativas.
Este artigo propõe uma estrutura de criptografia híbrida RSA-OAEP e AES-128-CBC com validação de integridade SHA-256 que garante a reconstrução de imagens médicas segura e sem perdas, ao mesmo tempo em que supera significativamente o RSA puro em eficiência computacional e demonstra capacidades robustas de recuperação contra corrupção por perda de pixels.
O artigo propõe o DL-TUS, uma estrutura de aprendizado profundo sensível à frequência que utiliza transformadas de wavelet e convoluções dilatadas multiescala para classificar efetivamente nódulos tireoidianos em imagens de ultrassom, alcançando alta precisão e robustez contra ruídos e desafios de micronódulos.
Este estudo demonstra que a aplicação de um mecanismo de portão de incerteza ancorado em fallback, que anteriormente estabilizou o treinamento PPO on-policy, não fornece benefício estatístico ao TD3 off-policy, indicando que o valor do mecanismo é específico para corrigir o colapso do treinamento on-policy em vez de servir como um impulsionador de robustez geral.
Este artigo demonstra que o comprimento máximo de geração nos protocolos de avaliação determina criticamente se os checkpoints do modelo parecem distinguíveis ou indistinguíveis ao truncar o raciocínio de cadeia de pensamento (chain-of-thought), um fator frequentemente omitido em pesquisas de ajuste fino (fine-tuning) que pode levar a conclusões enganosas sobre o desempenho e as tendências do modelo.
Este estudo propõe um framework de design generativo de controle duplo integrando Stable Diffusion, ControlNet, MLSD e LoRA para equilibrar a preservação histórica com a revitalização comercial nos distritos históricos de Zhejiang, alcançando alta fidelidade estrutural e responsividade funcional para a renovação de fachadas em diversos formatos de negócios.
Este artigo propõe um método de segmentação fracamente supervisionada para a doença de Crohn que aproveita anotações de nível de imagem aprimoradas por um conjunto de dados de prior anatômico auxiliar e um mecanismo de relocalização de alvo para gerar pseudo-rótulos de alta qualidade, reduzindo assim os custos de anotação enquanto melhora significativamente a precisão da segmentação de lesões.
Este artigo propõe o SWH-SegFormer, uma estrutura de preservação de sinal que integra recalibração de canal, subamostragem de wavelet de Haar e atenção recíproca hierárquica para superar desafios de segmentação e alcançar a segmentação conjunta precisa do disco óptico e da escavação para uma avaliação confiável do glaucoma via estimativa da relação escavação-disco.