929 artigos
Este artigo apresenta o C3Q-MARL, um framework consciente de conectividade que integra o controle de topologia baseado em teoria dos grafos com um módulo de otimização inspirado em QAOA ao aprendizado por reforço multiagente para aprimorar a coordenação de enxames de UAVs, a prevenção de colisões e a preservação da conectividade sob observabilidade parcial e restrições de comunicação.
Este estudo apresenta o primeiro benchmark escala por escala das variantes YOLOv11 e YOLOv12 no conjunto de dados BCCD, revelando que, embora o desempenho médio geral de ambas seja quase idêntico, o YOLOv12 se destaca na escala nano para aplicações críticas de latência, enquanto o YOLOv11 o supera nas escalas média e grande, indicando que a seleção do modelo deve ser impulsionada por requisitos específicos de escala e recall, em vez de uma suposição uniforme de superioridade.
Este artigo apresenta o RLHOARNet, uma arquitetura 3D U-Net baseada em MONAI que apresenta um módulo de refinamento de contorno residual leve que alcança desempenho de estado da arte e velocidades de inferência em tempo real para segmentação de tumores cerebrais multimodais no conjunto de dados BraTS 2020.
O FedHyperM é um framework de aprendizado federado preservador de privacidade para dispositivos de borda que aborda a heterogeneidade de modalidades empregando predição baseada em hipergrafos e agregação sensível à modalidade para superar significativamente os baselines existentes em acurácia e F1-score.
Este artigo propõe o modelo APT-VFSEA, que utiliza conjuntos fuzzy variáveis para avaliar quantitativamente a eficácia de ataques e defesas de Ameaças Persistentes Avançadas (APT) ao abordar sua incerteza e complexidade inerentes, com validação experimental demonstrando sua precisão contra cenários do mundo real.
Este estudo propõe um método de seleção adaptativa para os parâmetros do algoritmo MICE baseado em indicadores de função pulmonar, demonstrando que esta estratégia supera a interpolação PCHIP ao manter um desempenho preditivo estável e capturar efetivamente correlações multivariadas em conjuntos de dados de DPOC com taxas de ausência variáveis.
Este artigo apresenta o framework Oversight-to-Control (O2C), um modelo sociotécnico composto por seis funções e condições de suporte, para diagnosticar por que a supervisão humana frequentemente falha em alcançar um controle eficaz em sistemas de IA de alto risco, analisando instrumentos regulatórios e casos do mundo real onde a interpretação e a intervenção oportuna frequentemente falham.
Este artigo propõe o AJIT, um framework híbrido clássico-quântico de alta fidelidade que garante o compartilhamento seguro e a autenticação multipartidária de imagens médicas DICOM com resiliência quântica, combinando compressão baseada em DTCWT, embaralhamento unitário quase periódico e verificação por hipergrafo topológico para alcançar reconstrução sem perdas e resistência diferencial robusta.
Este estudo introduz o framework Cross-Market Retrieval-Augmented Lag-Llama (CM-RAF-Lag-Llama), demonstrando que a integração de recuperação histórica com um modelo Lag-Llama pré-treinado reduz significativamente os erros de previsão em diversos mercados de ações ao aproveitar janelas históricas análogas para corrigir previsões, particularmente para alvos de volatilidade e volume.
O artigo propõe o CFE-UNet, um novo framework de segmentação semântica para sensoriamento remoto que integra um codificador reconstruído com um decodificador de Troca de Características Cruzadas para combinar efetivamente o contexto global e os detalhes locais, alcançando o estado da arte em cenas urbanas e naturais complexas e heterogêneas.