3657 artigos
Este artigo apresenta o ARQEC, um novo framework de compressão de Gaussian Splatting 3D que alcança uma redução significativa de armazenamento (até 157) e fidelidade aprimorada em relação aos métodos existentes ao empregar quantização vetorial residual adaptativa, compensação de erro consciente de contexto e otimização de taxa-distorção baseada em renderização.
Este estudo propõe o HA-FedIDS, uma estrutura de aprendizado federado que aborda a heterogeneidade dos clientes e a privacidade dos dados em redes de redes inteligentes ao combinar características físicas e cibernéticas para alcançar uma detecção de ataques cibernéticos de alta precisão, superando métodos descentralizados convencionais.
Este artigo introduz o BOP-Distrib++, um novo framework de benchmarking que redefine a avaliação de pose 6D ao descobrir automaticamente simetrias locais para gerar distribuições de pose por imagem, permitindo assim uma avaliação mais precisa de métodos de estimativa de pose única e multimodal sob ambiguidades visuais.
Este artigo propõe e avalia uma estrutura de benchmarking multimodal, interpretável e eficiente em recursos, que combina modelos visuais e textuais leves para alcançar precisão e explicabilidade superiores na classificação de imagens médicas em comparação com bases de referência de modalidade única e de grande escala, tornando-a particularmente adequada para ambientes clínicos de poucos recursos.
O artigo propõe o VM-SPMamba, uma estrutura progressiva para reidentificação de pessoas visível-infravermelho baseada em vídeo que aproveita a codificação espacial de partes suaves modulada por visão e o Mamba temporal bidirecional por partes para modelar eficazmente as discrepâncias entre modalidades e a evolução temporal, alcançando o estado da arte em conjuntos de dados de referência.
Este estudo propõe uma nova arquitetura Fuzzy Transformer-CNN-GRU que integra dados meteorológicos, de satélite e urbanos com desfuzzificação adaptativa à incerteza para alcançar uma previsão de PM2.5 de um dia de antecedência altamente precisa, estável e computacionalmente eficiente em Teerã, superando sete modelos de referência com um RMSE de 0,73 µg/m³.
Este estudo propõe e implanta um modelo CNN+BiLSTM+Attention hospedado em nuvem que alcança uma precisão de detecção de spam em SMS (96,83%) e segurança superiores em comparação com abordas tradicionais e híbridas de aprendizagem profunda, demonstrando a eficácia dos mecanismos de atenção na criação de soluções de filtragem de spam práticas e implantáveis.
Este artigo demonstra que, no conjunto de dados de fraude de cartão de crédito ULB, um subconjunto compacto de 15 atributos derivado de uma estratégia de classificação multimétodo possibilita a detecção de fraude de alto desempenho em vários classificadores sem a necessidade de sobreamostragem SMOTE, uma vez que os modelos treinados na distribuição natural das classes superam consistentemente aqueles treinados com SMOTE quando avaliados com limiares adequadamente ajustados.
Este estudo de métodos mistos com 58 profissionais de cibersegurança revela que, embora a colaboração humano-LLM melhore a precisão da triagem, o grau de dependência de conselhos de IA varia significamente com base na transparência da tarefa, levando a imperativos de design específicos para a construção de assistentes de cibersegurança confiáveis e conscientes do contexto que mitiguem o viés de automação e apoiem o julgamento humano calibrado.
Esta tese propõe e avalia o framework Ritual Time Window Smart Contract (RTWSC), um sistema de transporte inteligente integrado que combina contratos inteligentes baseados em blockchain, dados de IoT e compartilhamento de viagens de veículos elétricos para reduzir significativamente o congestionamento de tráfego, as emissões e os tempos de espera, ao mesmo tempo em que melhora a equidade de alocação para os peregrinos do Hajj.