4092 artigos
O GraphGarment é um framework de sim-to-real eficiente em dados que combina uma rede neural de grafos treinada em simulação com um corretor residual leve para prever com precisão a dinâmica de vestimentas a partir de dados mínimos do mundo real, permitindo o penduramento de roupas por robôs de forma robusta.
Este estudo apresenta um framework de aprendizado profundo unificado e explicável que integra a classificação de microestrutura baseada em ResNet50 e a detecção de defeitos de superfície baseada em YOLOv8 com estimativa de severidade baseada em regras para permitir um controle de qualidade robusto, interpretável e automatizado para a fabricação de aço.
Este artigo propõe um método de simulação ao nível do fio que aproveita padrões de tecelagem para computar a difusão de calor direcional e os gradientes de encolhimento, gerando assim, com precisão, comportamentos complexos de flambagem térmica, torção e rugosidade não uniforme em tecidos que modelos tradicionais de nível de superfície não conseguem capturar.
O estudo AUDIT-AI é uma auditoria de acurácia diagnóstica de três braços, pré-registrada, concebida para quantificar se os detectores de texto de IA comerciais classificam sistematicamente literatura científica de longo formato proveniente de instituições de língua inglesa não nativa como gerada por IA em comparação com obras de autores nativos e reescritas de IA verificadas.
Este levantamento formaliza os mecanismos de memória em previsões de séries temporais multivariadas como interações entre estados retidos, funções de acesso e funções de atualização, organizando a literatura recente nas categorias de arquitetura, recuperação e evolução para identificar desafios em aberto e propor um roteiro para o design de sistemas de previsão auditáveis e adaptáveis.
Este artigo propõe um novo modelo Transformer convolucional leve utilizando destilação de conhecimento progressiva hierárquica de múltiplos professores e compressão direcional para alcançar compressão de vídeo de vigilância e melhoria de qualidade eficazes, mantendo alta precisão e baixo consumo de memória.
Este artigo apresenta o PV-YOLO, uma melhoria colaborativa e leve do YOLOv8n que apresenta quatro módulos personalizados que aumentam significativamente a precisão e a revocação da detecção de microdefeitos em células fotovoltaicas, ao mesmo tempo que reduzem a sobrecarga computacional, permitindo a inspeção de borda em tempo real a 140 FPS em UAVs.
Este artigo apresenta a primeira formalização verificada por máquina em Isabelle/HOL da recorrência BMSSP subjacente ao algoritmo SSSP determinístico O(m log²/³ n) de 2025, fornecendo uma prova não vacante e paramétrica em relação ao tamanho de sua complexidade de tempo O(|V|·(ln|V|)²/³) em uma família de grafos ilimitada sem depender de axiomas ou suposições não comprovadas.
Este estudo demonstra que o EfficientNet-B0 supera outras arquiteturas de aprendizagem profunda, incluindo Vision Transformers, na classificação de caracteres industriais com alfabetos restritos e dados escassos, destacando a vantagem contínua dos vieses indutivos convolucionais em tais ambientes restritos.
Este estudo demonstra que um framework de blockchain de consórcio modular integrando privacidade diferencial, criptografia homomórfica e contratos inteligentes alcança equivalência clínica ao aprendizado federado padrão para tarefas de mortalidade hospitalar e radiografia, provando que medidas robustas de privacidade e segurança não comprometem a utilidade preditiva.