974 artigos
Este artigo apresenta uma metodologia de ajuste fino eficiente em recursos utilizando Adaptação de Baixo Rank (LoRA) e quantização para implantar com sucesso grandes modelos de Visão-Linguagem-Ação em plataformas robóticas acessíveis de nível de consumo, demonstrando um desempenho de manipulação eficaz no mundo real com dados limitados.
Este artigo apresenta uma estrutura de aprendizado profundo baseada em LSTM que utiliza transferência de aprendizado em características de fluxo de rede criptografadas para detectar ransomware sem a descriptografia de carga útil, demonstrando a necessidade crítica de ciclos de retreinamento de 12 a 18 meses para neutralizar o desvio temporal do modelo, ao mesmo tempo em que alcança alta precisão de detecção por meio de um sistema de ensemble baseado em confiança integrado ao Wazuh SIEM.
Esta revisão sistemática de literatura de 2020 a 2026 avalia o impacto da realidade virtual imersiva em diversos resultados educacionais, constatando que, embora a RV aumente significativamente o engajamento, a retenção e a compreensão conceitual, sua adoção generalizada é atualmente dificultada por barreiras como custo, cinetose (cybersickness) e treinamento insuficiente de professores, delineando, assim, um roteiro para pesquisas futuras em aprendizagem adaptativa, análise de dados e implementação ética.
Este artigo estabelece uma correspondência formal entre a dinâmica de redes de codificação preditiva e o cálculo do-calculus de Pearl, demonstrando, através de derivação teórica e validação empírica em benchmarks clínicos, que intervenções arquiteturais específicas permitem que estas redes realizem com precisão o raciocínio causal e superem modelos associativos padrão na estimativa de efeitos intervencionais.
Este artigo propõe o AI-Assisted Music Creation Framework (AAMCF), uma arquitetura conceitual de cinco camadas que utiliza correção de tom neural, harmonização generativa e feedback adaptativo para permitir que indivíduos com amusia criem e percebam música, ao mesmo tempo em que delineia seus fundamentos teóricos, métricas de avaliação e considerações éticas para futura validação empírica.
Este artigo introduz uma passagem de análise de pós-processamento de MLIR para o compilador snn-mlir que gera provas de latência de pior caso e certificados de segurança de memória verificáveis por máquina, permitindo, assim, a implantação de redes neurais de impulsos (spiking neural networks) em conformidade com a norma IEC 62304 Classe B para dispositivos médicos de borda de missão crítica, como detectores de convulsões.
Este artigo identifica e valida uma condição anteriormente não articulada de "max_cluster = 1", que exige a distinção pareada de todas as frequências RoPE, demonstrando que a violação dessa restrição implícita no momento da inferência causa uma degradação catastrófica de desempenho em grandes modelos de linguagem, ao mesmo tempo em que prova que os cronogramas geométricos padrão satisfazem inerentemente essa condição devido à natureza transcendente de suas bases logarítmicas.
Este artigo propõe a Árvore de Merkle Híbrida de Equilíbrio Dinâmico (DBHMT), uma estrutura de dados otimizada para o Healthcare 4.0 baseado no Tangle da IOTA que emprega um mecanismo de poda dinâmica para alcançar uma redução de quatro vezes nos custos de armazenamento, mantendo a segurança para ambientes de IoT com recursos limitados.
Esta revisão sistemática sintetiza 15 estudos empíricos de 2022 a 2026, constatando que, embora as configurações de geração aumentada por recuperação (RAG) geralmente superem os modelos de base em aplicações de saúde mental, o campo é dificultado por métodos de avaliação heterogêneos, relatórios de segurança esparsos e uma falta de integração de dados multimodais.
Este estudo introduz uma estrutura de análise curricular que mapeia os sinais dos cursos de Ciência da Computação aos requisitos ocupacionais de Cientista de Dados utilizando uma ontologia compartilhada de Atividades de Trabalho Detalhadas, revelando que, embora o currículo cubra todas as tarefas necessárias, ele exibe uma lacuna de ênfase significativa em seu peso relativo.