927 artigos
Este artigo propõe o FL-SNNIDS, uma estrutura de Redes Neurais Pulsadas federadas que possibilita a detecção de intrusão com eficiência energética, baixa latência e preservação de privacidade para redes SDN-IoT agrícolas com recursos limitados, ao alcançar alta precisão por meio do treinamento colaborativo de modelos sem a troca de dados brutos.
Esta revisão bibliométrica de 137 artigos de alta qualidade de 2024 a 2026 mapeia o panorama em rápida evolução dos mecanismos de defesa de Grandes Modelos de Linguagem, identificando mudanças temáticas fundamentais em direção à detecção de vulnerabilidades e benchmarking, ao mesmo tempo em que destaca lacunas críticas na infraestrutura de avaliação que representam riscos de governança para implantações de alto risco.
Este artigo apresenta a Inspeção Automatizada de Veículos (AVI), um sistema de aprendizado profundo multivista que integra imagens sincronizadas de 360 graus com modelos de detecção especializados e um mecanismo baseado em regras para alcançar verificação de veículos e detecção de defeitos de alta precisão e sensíveis a variantes, com uma vazão de 3,3 veículos por minuto.
Este artigo apresenta um pipeline de aprendizado de máquina orientado por dados que melhora significativamente a precisão da classificação entre introvertidos e extrovertidos para 91,90% ao projetar três características comportamentais compostas e avaliar 13 algoritmos, demonstrando que o K-Nearest Neighbors apresenta o melhor desempenho dentro de uma estrutura estatisticamente robusta.
Este estudo empírico rigoroso demonstra que, embora o agrupamento offline convencional de características penúltimas para descobrir subestruturas intraclasse seja pouco confiável e frequentemente degrade o desempenho da classificação tabular, uma abordagem de treinamento de subcentros conjunta e de ponta a ponta mitiga eficazmente esses riscos, embora os autores concluam que não existe atualmente nenhuma heurística robusta para prever quando tal descoberta de subestrutura é benéfica.
Este artigo apresenta um pipeline totalmente automatizado que integra embeddings contextuais BioBERT, agrupamento híbrido e classificação temporal de citações para mapear efetivamente paisagens de pesquisa biomédica e identificar hotspots em evolução, conforme demonstrado através de um estudo de caso abrangente sobre a pesquisa de catarata.
Este artigo propõe um novo framework para identificar objetos de tráfego importantes que aproveita a modelagem de interação global em Visão de Olho de Pássaro (Bird's-Eye View) e uma abordagem de Pré-treinamento Contrastivo de Linguagem-Movimento para integrar o conhecimento humano, superando assim as limitações dos métodos visuais 2D existentes no raciocínio espaço-temporal e na compreensão dinâmica.
O artigo propõe o framework CATD-LPT-CFPM, que aprimora a mineração de padrões frequentes fechados ao agrupar transações para reduzir o espaço de busca e empregar uma estratégia de poda de múltiplos níveis com um mecanismo de Poda de Fechamento Top-Down para minimizar o processamento redundante e o uso de memória, apesar de incorrer em algum overhead decorrente do agrupamento e da construção da árvore.
Este artigo propõe uma estrutura baseada em PointNet aprimorada para a identificação autônoma de defeitos em nuvens de pontos 3D que utiliza o alinhamento canônico determinístico baseado em SVD e perda de entropia cruzada ponderada para superar a variabilidade geométrica e o desequilíbrio de classes, alcançando precisão melhorada e latência de inferência reduzida para inspeção industrial em tempo real.
Este artigo propõe o algoritmo Chaotic Improved Cloud Drift Optimization (CI-CDO), uma nova metaheurística aprimorada por dinâmicas de turbulência atmosférica e mapas caóticos, que demonstra desempenho superior na resolução de problemas de otimização de referência, na seleção de subconjuntos de características ideais para classificação e na previsão de dados ambientais do mundo real.