4092 artigos
Este artigo demonstra que esquemas de integração numérica de ordem superior padrão frequentemente falham em atingir suas taxas de convergência assintótica teóricas quando aplicados a funções de redes neurais, fornecendo uma análise de erro teórica e validação experimental no contexto do aprendizado da elastica de Euler, juntamente com estratégias de mitigação propostas.
Este artigo apresenta o SonoReasoner, um modelo de visão-linguagem para ultrassonografia que melhora o desempenho e a consistência diagnóstica ao formular explicitamente a interpretação como um raciocínio clínico hierárquico, apoiado pelo corpus SonoFlow-1M, pelo conjunto de dados de raciocínio SonoCorpus de escala de 7 milhões e pelo benchmark SonoVQA curado por clínicos.
Este artigo propõe o SLS-DNANet, um novo framework de aprendizagem profunda que integra um módulo de Atenção Espacial Multiescala e uma função de perda Sensível à Escala e Localização para aumentar significativamente a precisão de detecção e reduzir alarmes falsos para alvos infravermelhos pequenos com baixa ocupação de pixels e variações de escala.
Este artigo propõe o GSE-SFD, um framework de destilação federada seletiva agrupada que integra filtragem de distribuição fora do padrão, compartilhamento de segredo por limiar e detecção de anomalias para alcançar simultaneamente alta precisão, robustez contra desconexões de clientes e ataques de envenenamento, e proteção de privacidade aprimorada em ambientes de borda com restrição de recursos.
O RubriQ é um framework escalável, impulsionado por HPC, que aproveita a Otimização de Política Relativa de Grupo (GRPO) guiada por rubricas para automatizar a síntese de circuitos quânticos que satisfazem simultaneamente a correção algorítmica, a minimização de custo de código de superfície e as restrições de hardware de curto prazo.
Este artigo propõe um método para estimar a forma 3D completa e a pose de objetos transparentes a partir de uma única imagem RGB-D, aproveitando o YOLO11 para a detecção inicial e otimizando iterativamente um modelo estatico de forma específico por categoria para superar as limitações dos sensores de profundidade convencionais.
O CAPE-Net é um classificador de saída antecipada (early-exit) conforme, adaptável e consciente de deriva que permite aos ISPs realizar a classificação de tráfego criptografado de forma precisa, certificada e sustentável em metadados de sequências de pacotes ao integrar garantias de erro livres de distribuição, abstenção em aplicações desconhecidas e reparo de deriva por classe eficiente dentro de um único modelo compacto.
Este artigo propõe e avalia um framework de Controle de Acesso Baseado em Políticas (PBAC) habilitado por blockchain, implementado no Hyperledger Besu utilizando contratos inteligentes em Solidity para alcançar o compartilhamento de dados médicos seguro, em conformidade com o GDPR e centrado no paciente, com consentimento dinâmico e auditoria transparente, demonstrando um equilíbrio entre eficiência de desempenho e autonomia do paciente através de vários mecanismos de consenso.
Esta revisão sistemática da literatura, aderindo às diretrizes PRISMA 2020, analisa 32 estudos sobre o uso de modelos de linguagem de grande escala para a descoberta matemática para identificar sete paradigmas técnicos, destacar a eficácia superior da busca evolucionária combinada com a verificação formal e fornecer uma taxonomia para orientar pesquisas futuras no campo.
Este artigo propõe um método de detecção de ataques cibernéticos em IIoT que combina técnicas de processamento de desbalanceamento de classes, como o Borderline-SMOTE, com um modelo CNN–BiLSTM–Attention para aumentar significativamente o reconhecimento de classes de ataque minoritárias e o desempenho geral de detecção no conjunto de dados TON-IoT.