929 artigos
Este artigo propõe um framework adaptativo para sequências de campos de densidade volumétrica que utiliza um novo descritor estrutural para seleção ótima de keyframes via programação dinâmica e um esquema de interpolação baseado em partículas para alcançar uma reconstrução de alta fidelidade com artefatos mínimos.
Este artigo propõe um detector leve e em tempo real para veículos de superfície não tripulados que melhora a detecção de alvos fracos na superfície da água ao integrar o roteamento de características guiado por frequência e a supervisão de localização adaptativa normalizada por escala para enfrentar desafios como baixo contraste e tamanho pequeno de objetos, mantendo rigorosas restrições de latência e de tamanho de modelo.
Este artigo apresenta um framework de Pesquisa Automática de ciclo fechado que utiliza agentes de modelos de linguagem para editar representações moleculares, modelar código e evidências externas, descobrindo e certificando com sucesso melhorias generalizáveis através de múltiplos benchmarks de propriedades moleculares, ao mesmo tempo em que distingue ganhos verdadeiramente transferíveis de variância de seleção não transferível e mudanças de distribuição por meio de testes rigorosos de exclusão.
Este artigo propõe um framework de IA explicável que combina aprendizado por transferência, Vision Transformers e métodos de ensemble para alcançar uma precisão superior de predição de câncer de mama (96,82%) no conjunto de dados BreakHis, enquanto utiliza técnicas como Grad-CAM e LIME para aumentar a transparência e a interpretabilidade do modelo.
O artigo apresenta o R-Super, um novo framework que aproveita mais de 100.000 laudos radiológicos para treinar modelos de segmentação de tumores sem exigir máscaras manuais escassas, permitindo assim a detecção de múltiplos cânceres em larga escala que supera significativamente tanto os modelos de IA existentes quanto os radiologistas humanos.
Este artigo apresenta o SonicPlay, um framework baseado em Unreal Engine que operacionaliza princípios de acessibilidade baseados em áudio em ferramentas reutilizáveis, demonstrando através de estudos duplos com jogadores cegos e desenvolvedores profissionais que ele possibilita efetivamente a navegação espacial independente enquanto se integra perfeitamente aos fluxos de trabalho padrão de desenvolvimento de jogos.
Este estudo empírico analisa dados de 145 estudantes da UCI utilizando 18 algoritmos de aprendizado de máquina para identificar que o modelo LightGBM prevê com maior precisão o desempenho acadêmico, revelando que fatores pessoais e de educação escolar (como gênero, idade, trabalho de meio período e escuta em aula) são os principais impulsionadores do sucesso, enquanto os fatores familiares têm um impacto mais fraco, permitindo, assim, o desenvolvimento de uma aplicação Shiny interpretável para intervenções acadêmicas personalizadas.
Este artigo apresenta o Collective Adaptation Testbed (CAT), uma arquitetura de software multiagente fundamentada na Teoria da Dupla Herança que resolve o paradoxo da governança de métricas quantitativas ao interceptar decisões de equipe para distinguir entre conformidade cega e dissidência baseada em expertise, permitindo assim que o sistema revise autonomamente suas próprias regras com base em dados retrospectivos de resultados.
Este artigo propõe uma estrutura de segmentação em forma de U leve e consciente de artefatos e um benchmark de corrupção reproduzível para aumentar a robustez e a precisão da segmentação de lesões dermoscópicas na presença de artefatos de aquisição, como pelos e reflexos especulares.
Este artigo propõe um framework de detecção de deepfake preservador de privacidade que integra Aprendizado Federado com ResNet-18 e o algoritmo FedProx para alcançar alta precisão (97,20%) no conjunto de dados FaceForensics++, garantindo simultaneamente a segurança dos dados e a interpretabilidade do modelo sem transferir imagens brutas.