4079 artigos
Este artigo propõe o MCFN, uma rede de fusão composta multi-caminho leve que integra pistas de textura, borda e frequência por meio de atenção de caminho cruzado e modulação FiLM para alcançar a precisão de estado da arte em detecção de deepfake em múltiplos benchmarks com apenas 6,33 milhões de parâmetros.
Este artigo introduz os Modelos de Difusão Analógica (ADMs), que aproveitam uma correspondência de ponto fixo entre a dinâmica de hardware analógico e a inferência de difusão implícita para permitir uma IA generativa totalmente analógica e de alta eficiência, sem exigir o redesenho do modelo ou comprometer a compatibilidade com ecossistemas de treinamento padrão.
O artigo apresenta o OPCNet, um novo modelo de rede neural que identifica e ajusta dados altamente oscilatórios ao aprender a dinâmica subjacente de EDOs lineares com perturbações, demonstrando um desempenho superior na captura de padrões oscilatórios em comparação com métodos existentes.
Este artigo aborda o "Gap entre Insight e Ação" em sistemas inteligentes ao propor uma estrutura de ciclo fechado que incorpora restrições de governança e execução diretamente no processo de tomada de decisão, otimizando, assim, latência, risco e custo para garantir que as ações sejam seguras, auditáveis e executáveis por construção.
Este artigo introduz o protocolo de auditoria Independence-Assumption Footprint (IAF) para demonstrar que, embora o conjunto de dados NVIDIA Nemotron-Personas-Korea se alinhe com as demografias marginais oficiais, ele falha em preservar estruturas críticas de distribuição conjunta entre atributos como ocupação, idade e gênero, estabelecendo, assim, que o alinhamento marginal isoladamente é insuficiente para garantir a fidelidade dos dados sintéticos.
Este artigo propõe uma estrutura de navegação inteligente híbrida que integra um planejador global AP-RRT potencial-guiado aprimorado com controladores locais de Abordagem de Janela Dinâmica ponderados adaptativamente para alcançar uma navegação autônoma robusta, eficiente e suave em ambientes dinâmicos complexos.
Este artigo apresenta o SAFER-MIND, um novo framework que aumenta a segurança e a interpretabilidade da detecção de riscos de saúde mental em redes sociais ao combinar integração de texto multidimensional, modelagem probabilística calibrada e predição conformal para distinguir entre decisões de alta confiança e casos que exigem revisão humana, alcançando assim alta precisão enquanto minimiza erros de risco.
Este artigo apresenta um pipeline de Geração Aumentada de Recuperação (RAG) que reduz significativamente as alucinações e melhora a precisão factual em respostas a perguntas relacionadas a medicamentos ao fundamentar as respostas de LLMs em uma base de conhecimento farmacêutica curada, mitigando, assim, riscos críticos à segurança do paciente.
Este artigo propõe uma estrutura de aprendizado profundo multimodal guiada por metadados clínicos e explicações semânticas que integra imagens dermoscópicas com atributos clínicos e diagnósticos para melhorar significativamente a precisão e a interpretabilidade do reconhecimento de lesões cutâneas em comparação com métodos baseados apenas em imagens.
Este artigo propõe o Gnet_CAM, um novo modelo de reconhecimento de comportamento humano que integra dados visuais, esqueléticos e de áudio por meio de redes neurais de grafos e um mecanismo de atenção colaborativa cross-modal hierárquico para alcançar um desempenho robusto em cenários complexos como oclusão e iluminação variável, conforme demonstrado por sua precisão superior no conjunto de dados NTU RGB+D120 e em um conjunto de dados de ambiente desafiador autogerado.