3729 artigos
Este artigo propõe uma estrutura CNN-BiLSTM leve e aprimorada por atenção para detecção de intrusão em redes IoT com recursos limitados que utiliza seleção de características baseada em informação mútua para alcançar um desempenho competitivo e interpretabilidade intrínseca em dispositivos de borda, conforme validado pelo benchmark UNSW-NB15.
Este artigo apresenta o TaleTutor AI, um framework adaptativo que integra progressão narrativa pedagogicamente estruturada com andaime baseado em maestria para entregar educação personalizada, demonstrando, por meio de avaliação em lições do ScienceQA, que o sistema equilibra efetivamente coerência narrativa, consistência factual e suporte instrucional diferenciado.
O BudgetFunnel é um framework de rastreamento de grosso a fino que aloca um orçamento compartilhado de retenção quente entre funções serverless heterogêneas usando triagem leve e um alocador guloso consciente de precedência, alcançando uma mitigação de cold-start quase ideal com um overhead de avaliação significativamente reduzido em comparação com a avaliação total e as estratégias de baseline existentes.
Este estudo propõe um modelo de estimativa de tamanho de software que integra Medidas de Tamanho Funcional (UFP e CFP) com Medidas de Complexidade Funcional (CC e YC) usando análise de regressão, demonstrando que a combinação dessas métricas — particularmente UFP com medidas de complexidade — reduz significativamente o erro de estimativa e melhora a precisão de predição para aplicações como o COCOMO II.
Este artigo propõe uma representação intermediária exata que desacopla modelos de forma de pulso de descritores específicos de eventos para eliminar computações de forma redundantes, alcançando acelerações de ordens de magnitude na compilação de nível de pulso enquanto mantém a precisão de máquina.
Este artigo propõe o SLDMG, um método de seleção de características multirrótulo esparso e de baixa redundância que aumenta o desempenho do modelo ao construir matrizes de grafos dinâmicos de alta qualidade a partir de entradas de baixa qualidade e eliminar características redundantes, alcançando melhorias significativas nas métricas Macro-F1 em relação às abordagens de última geração.
Este artigo propõe uma estrutura de esteganografia de imagem robusta, baseada em GAN, que utiliza um gerador, um discriminador e um extrator CNN para embutir e recuperar texto secreto com alta qualidade visual (PSNR ~41,29 dB), forte resistência a ataques de ruído e compressão, e velocidades de processamento rápidas.
Este artigo propõe um método de planejamento de trajetória orientado pela física (RNPG) que aproveita o potencial exato de uma rede de resistores quadriláteros superestruturada esférica para permitir uma navegação eficiente, estável e interpretável em ambientes estáticos e dinâmicos.
Este artigo propõe o Next-Generation Deep Linguistics Framework for Intelligent Article Credibility Identification (NGDLF-IACI), uma metodologia baseada em aprendizado profundo que combina embeddings GloVe, um autoencoder esparso empilhado e uma rede convolucional de grafos dentro de um ensemble de votação suave para detectar e classificar notícias falsas de forma eficaz.
O DA-MSRNet é uma rede CNN-Mamba de dois ramos que aborda os desafios da segmentação de fissuras ao integrar um Módulo de Alinhamento Deformável e Fusão de Ramos, um Módulo de Reconstrução de Características Multiescala e uma Supervisão Colaborativa de Fronteira-Topologia para alcançar precisão superior e continuidade estrutural em conjuntos de dados de referência.