A Hybrid VGG16–PCA–Fuzzy Based Framework for the Classification of Morphologically Similar Maize Pests
本研究提出了一种结合高斯隶属度不确定性建模的 VGG16–PCA–Fuzzy 混合框架,旨在显著提高形态相似玉米害虫的分类准确率,其实现的 97.17% 准确率超越了独立的 VGG16 基准模型。
927 篇论文
本研究提出了一种结合高斯隶属度不确定性建模的 VGG16–PCA–Fuzzy 混合框架,旨在显著提高形态相似玉米害虫的分类准确率,其实现的 97.17% 准确率超越了独立的 VGG16 基准模型。
本文提出了链式哈希审计框架(CHAF),这是一种通过将授权状态、时间戳和生命周期属性与签名检查点及外部锚定相结合,从而增强传统哈希链日志记录的新型架构,旨在构建一个防篡改、可验证的证据链,并显著缩短数字资产系统的审计重建时间。
本研究表明,人工智能通过提高准确性和数据处理能力,显著增强了项目风险的识别与缓解,同时也强调了建立人机协作框架的紧迫性,以应对信息过载、算法偏见和过度依赖等挑战。
本研究提出了一种结合人工智能与建筑信息模型(AI-BIM)的集成框架,利用随机森林和 XGBoost 模型实现阿尔及利亚住宅建筑快速、实时的能源性能预测,从而克服传统模拟工具在设计初期的局限性。
本文提出了量子无状态人工智能数据中心(QS-AIDC)架构,该架构利用算法拓扑共振理论、零负载输入输出以及共振证明共识机制,通过以非局部、确定性重构取代传统的有状态计算,来实现永久性的 O(1) 复杂度、消除数据存储并大幅降低能耗。
本文提出了一项设计科学研究,介绍了一种用于 AI 辅助软件交付的治理框架,该框架利用规范需求模型、双供应商构建与评审循环以及可执行文档,在实现两个独立生产系统之间高追溯性和合规性的同时,重新定义了业务分析师的角色。
本文介绍了 EVE,一种将不确定性视为计算原语并通过传播分布式潜状态进行处理的变分神经元,证明了这种神经元层面的方法在保持具有竞争力的点准确率的同时,能够提升密集 MLP 和 Transformer 架构中的不确定性校准能力与性能。
本研究表明,在使用带有结构化评分标准的零样本提示方法时,大型语言模型 Gemini 3.5 Flash 在处理经修订 OCR 文本输入的初中手写数学命题任务时,能够实现可靠的自动化评分,尤其是在处理整数问题时。
本文提出了 MBRD-Tor,这是一个三阶段深度学习框架,通过融合多尺度行为特征、采用基于集成学习的质量评估进行自适应加权,并利用 GAN 生成的合成特征,解决了 Tor 网络中协议同质化、加密噪声以及极端类别不平衡的挑战,从而实现了卓越的恶意服务检测性能。
这项系统性基准测试研究表明,前沿大型多模态模型,特别是 Gemini 2.5 Pro 和 GPT-4o,在从非结构化胃肠道病理报告中提取关键的神经周围浸润状态方面,显著优于面临时间压力的医学专家及传统的自然语言处理基准模型,同时一种新型的失效模式分类法为基于特定错误特征的模型选择提供了具有操作性的指导。