1017 artigos
Este artigo propõe uma estrutura de Rede Adversária Generativa com Classificador Auxiliar (AC-GAN) que sintetiza imagens térmicas de alta fidelidade de defeitos fotovoltaicos raros para abordar o desequilíbrio de classes, melhorando significativamente a calibração probabilística e a confiabilidade do diagnóstico de falhas impulsionado por IA em operações solares.
Este artigo apresenta o QNeuroGen, uma estrutura neural híbrida quântico-clássica que alcança a decodificação de estados cognitivos em tempo real a partir de sinais de EEG ruidosos com 89,2% de precisão e 48 ms de latência ao integrar o pré-processamento estruturado com a codificação de características quânticas variacionais.
Este estudo propõe uma arquitetura híbrida ResNet101-LSTM otimizada com Adam que alcança alta acurácia e especificidade na classificação de câncer de mama a partir de imagens histopatológicas do BreaKHis em magnificação de 40x, superando outros modelos de aprendizado profundo tanto em cenários binários quanto multiclasse.
Este estudo demonstra a viabilidade de Redes Neurais Quânticas para a previsão de energia eólica ao avaliar sistematicamente 12 configurações contra modelos clássicos, revelando que designs específicos de QNN podem alcançar um desempenho competitivo (até R² = 0,94) apesar das compensações computacionais inerentes às simulações da era NISQ.
Este artigo introduz o QGH-256, um novo algoritmo de hashing quântico que gera impressões digitais de 256 bits ao mapear mensagens em grafos ponderados em uma grade toroidal e utilizar a Estimação de Fase Quântica para extrair características espectrais que capturam propriedades estruturais e dinâmicas, demonstrando forte sensibilidade criptográfica e viabilidade por meio de simulações no Qiskit.
Este artigo apresenta o DDANet, uma nova Rede de Atenção Dupla Densa que combina conexões de salto densas e mecanismos de atenção dupla para alcançar delineamento de bordas e generalização superiores na segmentação de imagens médicas, superando modelos de base com altos escores de acurácia, Dice e IoU.
Este artigo apresenta o TinyOL-ARLDA, um framework de aprendizado incremental leve e em dispositivo baseado em Análise Discriminante Linear regularizada que possibilita a manutenção preditiva baseada em som em tempo real e independente de nuvem em microcontroladores com mais de 94% de precisão e uma pegada de memória inferior a 20 KB.
Este artigo propõe o CGS-RAG, um novo framework que utiliza o algoritmo HDRF para partição de comunidades customizável e relato semântico para superar as limitações dos sistemas RAG tradicionais e aprimorados por grafos, equilibrando a consistência semântica global com o uso eficiente de recursos em cenários de conhecimento dinâmicos.
Este artigo apresenta uma estrutura determinística e fundamentada em conceitos para o treinamento em simuladores de voo que mapeia evidências subsimbólicas para adaptações de cenários admissíveis por meio de uma política de aprendizado de máquina restrita, garantindo confiabilidade através de garantias formais de segurança e demonstrando eficácia empírica ao aproximar uma política de linha de base verificada.
Este artigo propõe uma estrutura computacional multimodal que funde vídeo de marcha, sinais inerciais, pressão plantar e dados de flexão do joelho para alcançar uma avaliação inteligente de alta precisão da função do joelho e predição de risco de exercício para pacientes idosos, demonstrando estabilidade e robustez superiores em comparação aos modelos de base existentes.