927 artigos
Este artigo apresenta um framework leve e modular que integra o SLAM denso monocular (MASt3R-SLAM) com modelos de visão-linguagem (Gemma 3 e Qwen2.5-VL) para permitir uma navegação semântica de vocabulário aberto robusta em ambientes internos usando apenas entrada RGB, sem exigir sensores de profundidade ou ajuste fino do modelo.
Este artigo introduz o XAI-Gate, um novo framework de governança agnóstico a detectores que seleciona dinamicamente ações de explicação para equilibrar a qualidade de serviço de pacotes, a interpretabilidade do operador e a exposição de informações sob restrições de recursos, alcançando reduções significativas na dívida de explicação e zero violações de orçamento sem exigir o retreinamento do classificador.
Este artigo apresenta o Omnilingual ASR, uma família de modelos de reconhecimento de fala escalável e de código aberto que utiliza uma arquitetura de auto-supervisão de 7 bilhões de parâmetros e um corpus de treinamento massivo e diversificado para suportar mais de 1.660 idiomas, incluindo mais de 500 anteriormente não atendidos, ao mesmo tempo em que permite que comunidades adaptem facilmente o sistema a novos idiomas com dados mínimos.
Este artigo apresenta o UDAQ, um framework de iteração Q unificado e orientado por recompensa que se adapta autonomamente a espaços de estados em evolução dinâmica para otimizar simultaneamente o planejamento de trajetória ponto a ponto e a exploração eficiente do ambiente, superando significativamente planejadores e estratégias de exploração convencionais em ambientes desconhecidos sem conhecimento prévio do mapa.
Este artigo propõe um novo framework de identificação de dedos robusto à pose que integra o alinhamento de regiões mútuas, a aprendizagem de características de pontos de convolução mínima e a fusão de escores ponderada para abordar eficazmente a degradação de desempenho causada pela rotação longitudinal e deformações não rígidas em imagens de dedos sem contato, alcançando resultados de estado da arte em quatro conjuntos de dados públicos.
Este artigo apresenta uma estrutura centrada em comportamento para classificar técnicas do MITRE ATT&CK usando telemetria do Sysmon, demonstrando que a correlação de eventos baseada em GUID combinada com o modelo transformer SecureBERT supera a correlação temporal e as abordagens tradicionais de aprendizado de máquina na identificação de atividades adversárias.
Este artigo propõe uma nova função de ativação Rectified Sine Unit (RSU) que aumenta significativamente o desempenho de Redes Neurais Convolucionais no diagnóstico patológico automatizado em quatro conjuntos de dados de câncer diversos, alcançando uma precisão superior em comparação com funções de ativação padrão como ReLU e Leaky ReLU.
Este estudo valida empiricamente uma estrutura híbrida de IA-IoT que integra a detecção ambiental contínua com o aprendizado de máquina para prever e fornecer alertas precoces de deterioração cromática em fachadas de patrimônios tropicais na Indonésia, alcançando alta precisão e generalização em múltiplos locais.
Este artigo propõe um método de conscientização do estado de segurança baseado em aprendizado profundo para equipamentos de redes de controle industrial petroquímico, utilizando um modelo híbrido TCN-MGRU para abordar a complexidade situacional e os atrasos de informação, melhorando significativamente a precisão da detecção e a proteção de segurança.
Este artigo apresenta um pipeline de detecção híbrido de baixo recurso que combina o pré-processamento baseado em movimento com o YOLOv8-nano para identificar eficientemente bandos de vira-bosta (Red-billed Quelea) em hardware apenas com CPU, alcançando alta precisão enquanto reduz significativamente a carga computacional durante cenas estáticas.