Artigos cujos autores originais revisaram nossa explicação em linguagem simples.
Para cada artigo desta página, pelo menos um dos autores originais viu nossa explicação em linguagem simples e se envolveu com ela — confirmando a precisão ou solicitando correções que depois aplicamos. Uma confirmação não significa que os autores aprovem formalmente cada frase, mas que a explicação passou pelos olhos de quem escreveu o artigo.
1008 artigos revisados por autores · 81–90 / 1008
Este artigo introduz a Escala de Agência Autônoma (AAS), um framework comportamental que quantifica a autodireção da IA através de sete dimensões e dois períodos temporais, revelando que, embora os agentes de tarefas atuais careçam de autonomia genuína durante períodos de ociosidade, arquiteturas de companhia persistentes demonstram um comportamento autodirigido mensurável.
Este estudo piloto descritivo-analítico de 23 profissionais de oncologia no Líbano, Sudão e Iraque revela que o acesso à imunoterapia contra o câncer é severamente limitado pelos altos custos, instabilidade política e interrupções na cadeia de suprimentos, ao mesmo tempo em que confirma a viabilidade do instrumento de pesquisa para uma investigação futura de maior escala para orientar intervenções políticas e multilaterais urgentes.
Este estudo utiliza triagem virtual *in silico* para identificar a 11-O-galoil bergenina e fitoquímicos relacionados do Himalaia como novos inibidores de alta afinidade da chaperona oncogênica AGR2, estabelecendo uma relação estrutura-atividade preliminar para futura validação experimental.
Este artigo propõe o Twin Cycle Autoencoder (TCA), uma nova arquitetura espaciotemporal que integra o desmembramento da aparência espacial e a consistência da trajetória temporal para detectar robustamente Unidades de Ação Facial para monitoramento de motoristas sob condições desafiadoras de cabine, alcançando desempenho de estado da arte em benchmarks enquanto mantém o processamento em tempo real em hardware embarcado.
Este artigo apresenta uma abordagem de aprendizagem profunda utilizando modelos EfficientNet, particularmente o EfficientNetB4 aprimorado com um mecanismo de Atenção Aditiva, para prever com precisão a idade óssea pediátrica a partir de radiografias de mão, oferecendo uma solução mais eficaz e automatizada para o diagnóstico de distúrbios endócrinos em comparação com os métodos convencionais.
Este estudo valida, por meio de micromodelagem de elementos finitos, que revestimentos de poliureia aumentam significativamente o desempenho ao cisalhamento cíclico, a dissipação de energia e as características de deslocamento residual de paredes de alvenaria de pedra com juntas secas, estabelecendo-os como uma solução eficaz de reforço sísmico.
Este artigo apresenta o GRADV, um fluxo de trabalho de análise de sinais reprodutível que descobre e avalia padrões de áudio de classes-alvo em modelos de detecção de palavras-chave ao otimizar formas de onda e realizar análise em nível de segmento, alcançando altas taxas de sucesso sem propor novas arquiteturas de reconhecimento de fala.
Este artigo propõe o framework de Ressonância de Geometrias de Redes Neurais Fechadas (RCNNG), que postula que a percepção e a consciência emergem de atratores ressonantes estáveis em circuitos neurais recorrentes, onde a estabilidade perceptiva e a experiência subjetiva ("innergence") surgem do mapeamento de geometrias neurais fechadas impulsionadas por inputs para suas identidades ressonantes intrínsecas, em vez de suas estruturas físicas.
Ao aplicar um modelo determinístico de balanço de massa de CO2 metabólico a dados experimentais, este estudo demonstra que um shunt intrapulmonar funcional de aproximadamente 2,39% — anteriormente obscurecido por técnicas de gases inertes devido a limitações metodológicas — é o determinante primário do alargamento da diferença alvéolo-arterial de PO2 durante o exercício normóxico intenso, oferecendo uma estrutura analítica não invasiva para o monitoramento cardiorrespiratório.
Este artigo introduz um protocolo de correção de Fourier eficiente em termos de custo e livre de treinamento que quantifica e ajusta desajustes específicos de amplitude de baixa frequência entre imagens de construção sintéticas e reais para melhorar significativamente o desempenho de segmentação de cold-start para classes raras de segurança crítica sem exigir extensos dados não rotulados do alvo ou modelos generativos.