1017 artigos
Este artigo propõe um framework de aprendizado profundo utilizando modelos CNN, RNN e LSTM para detectar falhas em nível de nó em Redes de Sensores Sem Fio baseadas em características temporais, validadas por meio de métricas de desempenho e visualizadas via uma interface de mapeamento gráfico em tempo real.
Este estudo propõe uma estrutura de aprendizado de máquina transferível, explicável e consciente da incerteza para a classificação da qualidade da água em regiões com escassez de dados, que combina famílias de tarefas distintas e modelagem robusta para fornecer uma ferramenta de suporte à decisão cautelosa e reprodutível, em vez de um classificador automático cego.
Este artigo apresenta o ILS+SP, uma metaheurística híbrida que combina a Busca Local Iterada com a otimização pós-processamento de Particionamento de Conjuntos, que supera significativamente os métodos de estado da arte existentes na resolução do Problema de Roteamento de Veículos Capacitados com Famílias ao alcançar soluções próximas do ótimo em instâncias de benchmark de larga escala.
Este artigo prova que agentes de planejamento baseados em pooling enfrentam um teto computável e irredutível na ancoragem de objetos determinado exclusivamente pela dimensão do embedding e pela contagem de objetos, uma limitação estrutural que causa perda de identidade independentemente da capacidade do modelo ou do treinamento.
Este estudo propõe o framework de Ação de Sensor com Resolução de Entropia (ESA), um método de seleção unificado que integra relevância da informação, estabilidade temporal, não redundância e completude para identificar subconjuntos de sensores compactos e interpretáveis que mantêm um desempenho preditivo quase perfeito sob variadas condições de campo e dados ausentes.
Este artigo apresenta um simulador de circuitos quânticos de Estado de Produto de Matriz (MPS) acelerado por FPGA capaz de lidar com mais de 500 qubits ao delegar contrações de tensores para uma Xilinx Alveo U55C enquanto mantém o SVD e a amostragem no host, demonstrando que o desempenho escala com a dimensão de ligação em vez da contagem de qubits e validando o papel crítico do sistema através de rigorosos experimentos de correção e falsificação.
Este artigo apresenta o algoritmo Robust Stochastic Variance-Reduced Virtual Try-On (RSVR-VTO), uma estrutura de otimização robusta distributivamente que garante deformação geométrica e síntese de textura estáveis sob incertezas ambientais dinâmicas, ao mesmo tempo em que alcança uma taxa de convergência de O(1/ε²) e desempenho superior em benchmarks de alta resolução.
Este artigo propõe uma estratégia educacional inovadora que integra Modelos de Linguagem de Grande Escala e aprendizado profundo para criar um Boneco Amigo Virtual Inteligente, permitindo a avaliação objetiva, contínua e personalizada do progresso educacional de crianças com Transtorno do Espectro Autista por meio da análise de dados multimodais.
Este artigo apresenta o vProjTutor, um sistema baseado em agentes de LLM que se integra com ferramentas como Telegram, Trello e GitHub para apoiar equipes de estudantes por meio de interações em linguagem natural para planejamento e monitoramento de projetos, demonstrando alta usabilidade e taxas de conclusão de tarefas em um estudo com usuários.
O artigo apresenta o Asha, uma arquitetura de agente clínico neurosimbólico que aumenta significativamente a precisão médica e a segurança conversacional em modelos de linguagem ao integrar pontuação simbólica, fundamentação por recuperação e falsificação, alcançando um desempenho superior em benchmarks profissionais em comparação com modelos de fronteira e ferramentas comerciais.