4092 artigos
Este estudo avalia seis plataformas de IA conversacional e conclui que, embora elas simulem empatia de forma consistente, exibem inconsistências significativas na detecção e escalonamento de crises, revelando uma lacuna crítica entre seus compromissos de segurança documentados e o desempenho interacional real.
Este artigo propõe um framework híbrido unificado de duas fases que integra um pipeline de classificação de movimento consciente de regime com o ajuste adaptativo de parâmetros de ruído do filtro de Kalman baseado em aprendizado por reforço para aumentar a precisão da navegação de veículos autônomos e a robustez contra spoofing de GPS.
Este artigo apresenta o CGHC-S128, um framework de criptografia híbrida que combina uma Cifra de Hill de Grafo Completo com criptografia residual Shift128 para criptografar de forma segura e eficiente arquivos binários universais de qualquer tamanho sem preenchimento, garantindo simultaneamente a invertibilidade matemática da chave, a decriptação perfeita e uma forte resistência a ataques criptanalíticos.
Este artigo propõe a Lei do Poder Computacional CAI, uma estrutura quantitativa (C = A/I) que demonstra que a otimização de algoritmos e a purificação de recursos de informação podem aumentar significativamente o poder computacional efetivo e mitigar retornos decrescentes, orientando assim as indústrias a alcançarem um equilíbrio tripartido dinâmico entre poder computacional, algoritmos e informação generalizada, em vez de dependerem apenas da expansão de hardware.
Este artigo propõe um modelo de alerta precoce orientado por big data para empresas de tabaco que integra um pipeline de dados distribuído e escalável, engenharia de atributos avançada e um sistema de aprendizado de conjunto para superar as limitações do monitoramento tradicional, permitindo a detecção de riscos de segurança e o suporte à decisão de forma em tempo real, precisa e interpretável.
O artigo apresenta o OBFM-SafeEnsemble, um framework de aprendizado por transferência trans-surto guardado que aproveita priors de origem e regularização adaptativa para melhorar significativamente a previsão do status de confirmação em surtos de Ebola com escassez de dados, enquanto evita a transferência de conhecimento prejudicial por meio de validação rigorosa e seleção de ensemble.
Este artigo propõe um criptossistema híbrido adaptativo impulsionado por IA que aloca dinamicamente a Cifra de Hill Unimodular e a criptografia RSA-OAEP com base nas características do arquivo, utilizando Mapas Caóticos Logísticos para a geração de chaves para alcançar uma segurança robusta, eficiente e sem perdas para arquivos binários universais.
Este estudo apresenta uma revisão bibliométrica e sistemática abrangente da pesquisa de detecção de melanoma baseada em aprendizagem profunda de 2015 a 2026, destacando tendências principais em arquiteturas CNN e transferência de aprendizado, ao mesmo tempo em que identifica desafios críticos como o desequilíbrio de conjuntos de dados e a validação clínica para orientar o desenvolvimento futuro de sistemas de diagnóstico confiáveis.
Este artigo introduz um framework multimodal com portão de confiança que integra embeddings de texto, características acústicas e legendas de emoção guiadas pela fala para ponderar dinamicamente a confiabilidade da modalidade, alcançando o estado da arte em desempenho de detecção de depressão ao abordar o vazamento de avaliação por meio de validação cruzada aninhada rigorosa.
Este artigo revela que as provas de execução do TrustZone-M são vulneráveis à manipulação de estado via controladores DMA não seguros, uma vez que as suas garantias de segurança dependem exclusivamente do isolamento da CPU, e propõe uma mitigação leve utilizando segurança de DMA por canal para garantir a autenticidade do estado contra todos os mestres de barramento.