3657 artigos
Este artigo apresenta uma revisão sistemática de 147 estudos acadêmicos abrangendo 29 anos para identificar desafios de acessibilidade na exibição de legendas tradicionais, propor uma taxonomia para intervenções adaptativas e defender práticas de design mais inclusivas que atendam melhor a diversas comunidades e contextos de dispositivos.
Este artigo propõe o sistema AFL-MCSESEN-BADP-HS, uma estrutura de aprendizado profundo federado assíncrono que integra fusão de dados multimodais, uma rede de atenção baseada em ResNet-34 e privacidade diferencial adaptativa baseada em Bulyan para alcançar uma classificação de alta precisão e preservação de privacidade dos graus de Osteoartrite de Joelho com 99,64% de precisão.
Este artigo analisa 210 estudos revisados por pares de 2015 a 2026 para identificar lacunas críticas na implementação pós-fato de segurança em sistemas distribuídos de big data e propõe a Arquitetura de Big Data Distribuída com Segurança por Design (SDBDA), um framework de seis camadas que integra governança, privacidade e integridade diretamente ao núcleo do sistema para mitigar vulnerabilidades sistêmicas.
Este artigo propõe o GRAFF-MM, um novo modelo de predição de memorabilidade multimodal que integra um Módulo de Banco de Filtros de Multifrequência para Redes Convolucionais de Grafos para aproveitar efetivamente informações visuais de baixa e alta frequência, juntamente com dados de saliência e legendas, alcançando um desempenho competitivo em quatro conjuntos de dados de referência.
Este artigo prova um teorema de não-existência restrito demonstrando que sistemas de aprendizagem quântica coerentes e totalmente isolados não podem alcançar simultaneamente a universalidade e o treinamento coerente, estabelecendo assim o paradigma híbrido clássico-quântico como uma necessidade física em vez de um compromisso de engenharia.
Este artigo propõe o RABIS, uma abordagem estatística leve que analisa padrões de chamadas de sistema para distinguir ransomware de processos benignos, alcançando 98,05% de precisão de detecção com overhead de desempenho mínimo.
Este artigo apresenta o SRI-ECR-balanced, um framework de reotimização online para roteamento dinâmico de veículos que adapta padrões de execução especulativa de IA para alcançar uma redução de latência de 2,5× e 100% de viabilidade em testes de estresse ao equilibrar o rascunho de rotas especulativas, verificação determinística, reparo especializado e cache de prefixos de rota.
O artigo propõe o SQV-R2Gen, um novo framework para geração de relatórios médicos que aumenta a precisão clínica ao analisar relatórios de texto livre em consultas estruturadas, empregando um mecanismo de verificação de qualidade multidimensional para filtrar evidências espaciais ruidosas de um professor visão-linguagem e destilar essa evidência local verificada para otimizar conjuntamente a consistência semântica e a modelagem de anormalidades locais.
Este estudo demonstra que uma estrutura de escalonamento automático consciente da energia para microsserviços de saúde orquestrados por Kubernetes reduz significativamente os custos operacionais e o sobreprovisionamento de recursos em cenários de recursos limitados em comparação com o escalonamento automático convencional, diminuindo, assim, as barreiras de adoção para sistemas de saúde digital essenciais para a Cobertura Universal de Saúde.
Este artigo apresenta o TabSSD, um novo framework que utiliza Grandes Modelos de Linguagem para projetar procedimentos de síntese preservadores de privacidade baseados em resumos de dependência de variáveis em vez de dados brutos, alcançando equilíbrios superiores de fidelidade estatística, utilidade e privacidade, ao mesmo tempo em que reduz significativamente os custos computacionais e as barreiras de especialização em comparação aos métodos existentes.