1017 artigos
Este estudo demonstra que as Redes Convolucionais de Submanifold Esparsas (SSCN) alcançam o processamento de Batimetria LiDAR Aerotransportada de alta precisão e nível operacional com 97,2% de acurácia e 99,7% de cobertura utilizando dados de treinamento mínimos, estabelecendo um benchmark reprodutível para levantamentos costeiros automatizados e cartografia náutica.
Este estudo propõe uma estrutura de GPT-4 para automatizar documentos administrativos essenciais da área da saúde, tais como sumários de alta e sinistros de seguros, demonstrando alta fluência e coerência por meio de engenharia de prompts, ao mesmo tempo em que destaca a necessidade de trabalhos futuros para abordar a precisão factual e a integração no mundo real.
Este artigo introduz um algoritmo de Otimização Compressiva de Monte Carlo que aproveita consultas aleatórias para estimar momentos generalizados e um algoritmo ganancioso de compressão de sinais reaproveitado para resolver problemas de otimização combinatória, oferecendo um desempenho competitivo contra o dual annealing, justificativa teórica e adaptabilidade ajustável aos recursos computacionais.
Este artigo propõe o FedSAG-IVW, um framework de aprendizado federado que combina mecanismos de autoatenção local com ponderação de variância inversa e regularização de Tikhonov para detectar notícias falsas de forma eficaz, ao mesmo tempo em que aborda a heterogeneidade dos dados e preserva a privacidade dos dados, alcançando uma precisão superior em múltiplos conjuntos de dados.
O artigo apresenta o DenoisedSR, um front-end agnóstico a solvers que aprende priors de suporte variável para acelerar significativamente e melhorar a precisão da regressão simbólica para a descoberta de leis físicas, filtrando variáveis irrelevantes antes que elas cheguem ao solver de backend.
Este artigo apresenta o Structure-Aware Collaborative Generative Framework (SACGF), um novo pipeline que integra Stable Diffusion, ControlNet e SAM para alcançar a reconstrução digital de alta fidelidade de superfícies de arte de laca ao equilibrar consistência estrutural, fidelidade de textura e coerência de estilo, validado por uma nova métrica quantitativa e um conjunto de dados especializado.
Este artigo propõe o SEM-EDGE-X, um framework de inteligência de borda semântica consciente de intenção que integra extração de características semânticas, roteamento adaptativo e coordenação multiagente para superar significativamente os modelos de comunicação convencionais em redes dinâmicas de UAV–veículos 6G de baixa latência.
Este artigo demonstra que modelos de aprendizado de máquina, particularmente Redes Neurais Recorrentes, podem prever com precisão os tempos de espera em sistemas de filas de prioridade complexos e variantes no tempo utilizando apenas o comprimento da fila e a prioridade do cliente, superando métodos baseados em árvores em regras de serviço não preemptivas e diversas regras preemptivas.
Este estudo avalia seis arquiteturas de aprendizagem profunda para detecção de objetos marítimos em diversas condições meteorológicas, demonstrando que o modelo Vision Transformer (ViT) supera as alternativas baseadas em CNN ao atingir 100% de precisão, as menores taxas de erro e a velocidade de processamento mais rápida, destacando assim o seu potencial para aprimorar a segurança e a vigilância marítima impulsionadas por IA.
Este artigo propõe um novo método de seleção de características que integra o alinhamento de kernel para unificar dados médicos heterogêneos dentro de um Espaço de Hilbert de Núcleo Reproduzível e estende o agrupamento de três vias para modelar explicitamente a incerteza de fronteira, reduzindo efetivamente a dimensionalidade enquanto melhora significativamente a precisão e a estabilidade da predição de doenças em conjuntos de dados clínicos multimodais.