3615 artigos
Este estudo demonstra que a predição seletiva baseada em limiares padrão falha sob mudança de distribuição porque o ponto de corte ideal determinado em dados limpos não se transfere para dados corrompidos ou do mundo real, necessitando o uso de novos dados rotulados para estabelecer regras de parada estatisticamente válidas.
Este artigo propõe uma estrutura híbrida de transprecisão de granularidade grossa combinada com um kernel GEMM fundido personalizado para acelerar computações de sistemas lineares paramétricos em GPUs, alcançando até 58x de aceleração em relação às implementações de precisão dupla enquanto mantém um baixo erro relativo.
Este artigo propõe um modelo de aprendizagem profunda aprimorado que integra a Transformada de Q Constante com componentes arquitetônicos avançados, como Squeeze Group e Convoluções de Profundidade (Depthwise Convolutions), para alcançar 96,03% de acurácia na identificação de falhas em engrenagens, superando métodos tradicionais ao utilizar Grad-CAM para garantir interpretabilidade.
O artigo apresenta o ElderlyPipe, um conjunto de dados de ambientes internos do mundo real, lançado publicamente, com 63.855 quadros de esqueleto com garantia de qualidade capturando comportamentos de idosos, incluindo a caminhada com auxílio de muletas, o que demonstra que modelos de grafos espaço-temporais superam abordagens de quadro único na análise de desequilíbrio da marcha.
Este artigo apresenta um método hierárquico temporalmente coerente para consultas de distância assinada em malhas de triângulos deformáveis que atualiza seletivamente limites anisotrópicos e reutiliza sementes de triângulos mais próximos de quadros anteriores para alcançar uma melhoria de desempenho de até 2,5x enquanto mantém a precisão numérica.
Este artigo introduz uma estrutura de kernel de Wasserstein Weisfeiler-Lehman que integra grafos cerebrais estruturais ponderados com atributos funcionais contínuos por meio de um operador Laplaciano fracionário regularizado, demonstrando que, embora a representação de nuvem de pontos de Wasserstein seja o principal motor da acurácia de classificação na detecção da doença de Alzheimer, os benefícios da propagação estrutural não local são dependentes do sinal e mais eficazes para o acoplamento difuso do que para padrões de segregação de rede.
Este artigo introduz uma base de pressão adaptativa guiada por resíduo para simulações FLIP de dimensão reduzida que aumenta dinamicamente a base de pressão grossa em regiões com alto erro ou geometria complexa, alcançando um erro de aproximação e divergência menores do que a redução uniforme com apenas um modesto custo computacional adicional.
Este artigo introduz a "computação oncomórfica", um paradigma bioinspirado que reaproveita princípios de sobrevivência do câncer — tais como comportamento descentralizado, plasticidade fenotípica e recrutamento de recursos — para criar uma inteligência de máquina resiliente, capaz de se adaptar e se reestruturar autonomamente através de software e hardware em ambientes ruidosos, danificados ou com escassez de recursos.
Este artigo apresenta uma análise bibliométrica e de políticas dos marcos de educação superior impulsionados pela IA na Índia, China e Brasil para abordar a lacuna de implementação entre o Norte e o Sul Global, oferecendo um roteiro baseado em dados para alinhar as reformas educacionais com a competitividade industrial e os Objetivos de Desenvolvimento Sustentável da ONU.
Este artigo propõe a Otimização de Tokens Híbrida (HTO), uma estrutura de eficiência de parâmetros que aprimora a reidentificação de pessoas de texto para imagem ao refinar as representações de tokens globais por meio de priors de dicionário e ampliar a cobertura de tokens locais via seleção heterogênea de energia espacial, alcançando ganhos significativos de desempenho sem alterar as cabeças de correspondência existentes.