Bidirectional Deaf-Hearing Communication: a Modular Service- Oriented System Combining Multi-Purpose Artificial Intelligence and 3D Avatar Rendering
本文提出了一种模块化、面向服务的系统,该系统集成了计算机视觉、深度学习和 3D 化身渲染技术,旨在实现聋人与听人之间使用葡萄牙语手语进行的有效、近实时的双向通信。
2354 篇论文
本文提出了一种模块化、面向服务的系统,该系统集成了计算机视觉、深度学习和 3D 化身渲染技术,旨在实现聋人与听人之间使用葡萄牙语手语进行的有效、近实时的双向通信。
本文提出了 GhostV2-YOLO,一种硬件感知的轻量化无人机检测网络,该网络集成了 DFC-Light 注意力机制、全链路 C2f_GhostV2 模块以及策略性坐标注意力(Coordinate Attention),旨在资源受限的边缘 NPU 上实现高精度与实时推理,同时展现出强大的跨数据集泛化能力。
本文提出了一种利用证据理论(Evidence Theory)的循证方法论,通过聚合主观显著性建议并有效管理冲突以达成共识,从而实现关键利益相关者的自动识别,进而优化需求优先级排序。
本研究通过综合文献综述与专家访谈,针对制造业中人机协作缺乏特定领域指导的问题,提出了一个由八个关键维度组成的精炼社会技术设计框架,该框架符合以人为本的人工智能与工业5.0原则,旨在促进员工福祉、韧性以及高效团队协作。
本文提出了 CFCO,一种旨在最大化社会福利的协作联盟形成方法,该方法统一了本地、D2D 和 MEC 计算模式,以优化车载边缘计算中的任务卸载,并在真实轨迹数据上证明了其相比现有基准方案在延迟、公平性和效率方面具有更优越的性能。
本文提出了一种混合机器学习框架,该框架集成了用于信号分解的变分模态分解、用于特征选择的递归特征消除、用于类别平衡的SMOTE,以及用于实现基于CPCB数据的高准确度(98.5%)空气质量分类系统的CatBoost–SVM分类器。
本文引入了伽罗瓦理论量子纳什学习(GT-QNL),该框架证明了由于阿贝尔-鲁菲尼定理的存在,经典优化器无法在非可解代数景观中找到量子纳什均衡,而一种新颖的量子编织算法通过物理实现伽罗瓦群作用来克服这一障碍,从而保证收敛。
本文通过基于仿真的研究,利用 Contiki-NG 在多种拓扑和移动场景下生成了一个包含五种代表性 RPL 网络层攻击的标记数据集,并提取了 50 多个特征,旨在为开发和评估低功耗物联网中具备拓扑感知能力的机器学习检测系统建立一个可复现的基准。
本文提出了一种基于图的分解框架,该框架通过将网络划分为较小的子问题、分别求解并对聚合结果进行优化,从而提高了在大规模交通网络上解决基于流的充电站选址问题的计算效率和可扩展性。
本文提出了一种用于物联网的 Rust-Python 混合 SPV 验证引擎,通过采用内存映射流式架构来减轻垃圾回收延迟和内存风险,从而在资源受限的设备上实现了 4.35 倍的吞吐量提升以及高达 75% 的能耗降低。