3657 artigos
Este estudo utiliza um modelo híbrido AI-DEMATEL para analisar as relações de causalidade e os compromissos entre os benefícios de segurança e os riscos de privacidade em sistemas de controle de acesso baseados em blockchain para veículos autônomos conectados.
O artigo propõe o MILCR, um novo framework de recomendação sequencial que aprimora o flow matching ao integrar informação mútua e regularização de consistência local para mitigar o colapso de representação e a dependência excessiva de ruído, alcançando, assim, um desempenho superior em dados de interação esparsos e discretos.
Este artigo demonstra que o reponderamento de amostras consciente da área melhora a revocação de pessoas pequenas em modelos INT8 de Visual Wake Words sem alterar o grafo de inferência, embora não supere conclusivamente o sobreamostragem simples, ao mesmo tempo em que aumenta ligeiramente os falsos positivos.
Este estudo propõe o L-GTACNet, uma estrutura híbrida de aprendizagem profunda que combina Transformers Locais-Globais e Redes Convolucionais de Grafos com técnicas de realce de imagem para alcançar 94,8% de precisão na avaliação automatizada e objetiva da gravidade da Colite Ulcerativa com base no Escore Endoscópico de Mayo.
Este estudo demonstra que, embora modelos de aprendizado de máquina possam prever moderadamente os resultados do voleibol profissional quando rigorosamente testados contra vazamento de dados e restrições temporais, uma simples linha de base de classificação Elo permanece altamente competitiva, sugerindo que algoritmos complexos oferecem valor adicional limitado para o suporte à decisão pré-jogo.
Este estudo propõe um modelo de Regressão Logística de Descida de Coordenadas em Bloco Adaptativa (ABCD-LoR) para o planejamento reativo de trajetória de UAV em ambientes estáticos, o qual enquadra o desvio de obstáculos como um problema de classificação de três classes e demonstra redução no comprimento do caminho e no tempo computacional em comparação com algoritmos clássicos por meio de simulação, ao mesmo tempo em que reconhece a necessidade de validação adicional em cenários dinâmicos do mundo real.
Este estudo utiliza uma estrutura de Teoria Fundamentada nos Dados Computacionais de métodos mistos para analisar quase 100.000 postagens do Bluesky de 2023 a 2025, revelando que o discurso público sobre IA na educação é predominantemente caracterizado pelo ceticismo e preocupações em relação à integridade acadêmica, ética e ao papel dos educadores, apesar de discussões positivas ocasionais sobre aplicações criativas e instrucionais.
O framework EPACE-FL aborda os desafios de vazamento de privacidade e baixa eficiência de comunicação no aprendizado federado baseado em borda ao introduzir um algoritmo de Quantização Dinâmica e Mascaramento Caótico (DQCM) que comprime e criptografa conjuntamente os parâmetros do modelo, reduzindo significamente o overhead de comunicação enquanto aumenta a proteção contra ataques maliciosos.
Este artigo apresenta duas decomposições algorítmicas de uso geral — convoluções 3D separáveis por eixo e um esquema de estatística integral de passagem única para PCA de vizinhança — que aceleram o processamento de nuvens de pontos 3D para sistemas embarcados ao alcançar reduções de 36 vezes em MACs e acelerações de 30 a 280 vezes, mantendo a precisão de levantamento manual na detecção de interseção entre vergalhões e malhas.
Este artigo propõe um portfólio de seleção de depósitos multiestratégia para o Problema de Roteamento de Localização Capacitado que combina pré-seleção aleatória, varredura iterativa, múltiplos reinícios e reassignação com uma Busca Local de Vizinhança Ampla Adaptativa e modelos de alocação exata para superar a linha de base do Otimizador Hexaly em 29 de 30 instâncias de referência, particularmente em regimes de capacidade moderada.