4092 artigos
Este artigo propõe e avalia uma abordagem baseada em pontuação que classifica automaticamente processos de negócio em categorias de estruturação (estruturado, semiestruturado, frouxamente estruturado e não estruturado) ao analisar relações temporais e existenciais de atividades detalhadas dentro de logs de eventos para abordar a falta de suporte automatizado em mineração de processos.
O MonitorVLM-v2 é um framework implantado que transforma o raciocínio visão-linguagem de código aberto em previsões simbólicas eficientes de etapa única por meio de otimização de política simbólica e triagem impulsionada por entropia, alcançando um aumento de velocidade de 19,45 vezes e taxas de detecção de violação significativamente mais altas no monitoramento de segurança industrial em tempo real em comparação com a inspeção manual.
O RGBA-Net é um framework de detecção de objetos salientes RGB-D leve e de última geração que emprega um codificador de fluxo duplo assimétrico, um portão de confiabilidade de profundidade e um módulo de fusão consciente de bordas para alcançar alta precisão com apenas 3,49 milhões de parâmetros, enquanto mitiga efetivamente o ruído e a complexidade da profundidade.
Este artigo apresenta o Azra, um framework de Modelo de Visão-Linguagem para o reconhecimento de textos manuscritos em turco otomano que alcança o estado da arte por meio de ajuste fino via LoRA em dados curados e demonstra que o bootstrapping autônomo de dados pode equivaler efetivamente a abordagens curadas, reduzindo significativamente os custos de anotação.
Este artigo apresenta o projeto e a implementação de um sistema de gestão de turismo estável e modular baseado no framework SSH que integra um algoritmo de recomendação híbrido otimizado para alcançar alta precisão, baixa latência sob cargas pesadas e forte satisfação do usuário.
Este artigo propõe um Framework de Avaliação Integrada Offline–Online (IOEF) que vincula métricas técnicas de recuperação com evidências de resultados educacionais da literatura existente para demonstrar que a adoção eficaz de IA no ensino superior requer o equilíbrio entre o desempenho de recuperação de informações e o design instrucional, em vez de depender apenas de benchmarks de recuperação.
Este estudo demonstra que, em ambientes sintéticos controlados, a distância de superfície entre campos fundamentais impacta significativamente a precisão de roteamento de pequenos Transformers de nível de caractere, validando o uso de tais testes unitários para distinguir entre mecanismos genuínos de busca e a exploração de pistas de superfície antes da implementação de sistemas educacionais automatizados.
Este artigo apresenta um método de interseção de superfícies baseado em coordenadas que representa curvas de interseção como sequências de frames de contato auditados por resíduos contendo metadados semânticos e geométricos, demonstrando precisão numérica superior e fechamento booleano robusto em comparação com a OpenCASCADE Technology através de um conjunto diversificado de casos de interseção de superfícies primitivas e complexas.
Este estudo demonstra que, embora a diversidade global nos bancos de itens educacionais seja insuficiente para garantir um processamento de linguagem robusto, as estratégias de alocação local impactam significativamente o desempenho, ao passo que a conectividade global de grafos não proporciona benefício adicional uma vez que os componentes possuam exposição interna suficiente às células.
O DeepGaitLab é um framework de rastreamento de movimento 3D sem marcadores e de código aberto, treinado em dados sintéticos, que oferece análise de marcha de alta precisão e livre de calibração através de diversas configurações de câmeras e populações clínicas, preenchendo efetivamente a lacuna entre a biomecânica de nível de pesquisa e a implantação clínica escalável.