SciSchema.org: A Multidisciplinary Collection of Schemas for Structured Scientific Process Descriptions
本文介绍了 SciSchema.org,这是首个包含 16 个由专家标注的模式的多学科集合,旨在标准化不同领域科学过程的描述,从而通过人机协同的开发工作流实现结构化注释、可复现性和跨研究比较。
2354 篇论文
本文介绍了 SciSchema.org,这是首个包含 16 个由专家标注的模式的多学科集合,旨在标准化不同领域科学过程的描述,从而通过人机协同的开发工作流实现结构化注释、可复现性和跨研究比较。
本文提出将认识论功能诊断(EFD)作为一种统一的参考层,通过整合既有框架,利用 2×2 诊断-干预架构以及“信念-手段-方法-辩护”(BMMJ)语法,来分析并干预人工智能辅助设计中复杂且共生的危害,同时承认未来仍需进行实证验证。
本文介绍了 AMORL,这是一个感知训练的自适应框架,它结合了强化学习和卷积神经网络,将多样化的 DNN 工作负载动态地映射到异构片上网络(NoC)上,在保持高吞吐量和高能效的同时,显著降低了通信成本、负载不均衡和延迟。
本研究表明,当代大语言模型,特别是在先进提示技术的引导下,能够实现准确率媲美甚至超过人类专家的风湿病转诊分诊自动化,从而有效地消除了对昂贵、大规模模型的的需求。
本文提出了一种用于物联网入侵检测的端到端联邦混合深度学习框架,该框架在 N-BaIoT、CICIoT2023 和 BoT-IoT 数据集上对多种模型(包括 CNN、LSTM 和 XGBoost)进行预处理和训练,以在解决隐私和资源约束的同时实现强劲性能,实验结果强调了多分类 CICIoT2023 数据集的特殊挑战。
本文提出了一种用于持续性 MOBA 阵容推荐的补丁路由混合专家架构,该架构利用版本化的补丁标识来隔离适应过程,从而实现了零遗忘,并且与独立模型相比,在减少存储的同时显著加快了收敛速度,尽管其速度优势会随着补丁流的增长而减弱。
本文提出了一种增强注意力的轻量化 MobileViT-XS 框架,该框架通过在皮肤病变联合分类与分割任务中有效平衡计算效率与诊断可靠性,在 ISIC 2019 数据集上实现了具有竞争力的性能,且参数量显著少于重量级模型。
本文提出了一种多尺度神经化马尔可夫随机场(MSMRF)框架,该框架集成了多尺度特征提取、信息瓶颈正则化和生理约束,以实现对心律失常准确且符合临床逻辑的识别,并在公共心电图数据库上优于现有的基准模型。
本研究采用两种基于长短期记忆网络(LSTM)的机器学习模型,通过分析来自OCT图像的患者眼部参数来检测圆锥角膜的严重程度,通过同时考虑单眼和双眼数据,有效地监测疾病进展。
这项前后对照研究表明,波斯语移动应用程序 AIMedEdu 显著提高了医疗保健专业学生感知的医学人工智能就绪度,并获得了极佳的可用性评分,尽管未来仍需进一步研究以确认其长期的教育有效性和普适性。