Un cadre amélioré pour la détection en temps réel des comportements anormaux dans les foules denses utilisant YOLOv8

Contexte académique Avec l’augmentation des besoins en matière de sécurité publique, en particulier lors de grands événements religieux comme le pèlerinage de la Mecque (Hajj), la détection des comportements anormaux dans les foules denses est devenue un sujet crucial. Les méthodes de détection existantes, confrontées à des conditions complexes tel...

Sélection de gènes pour les données RNA-seq de cellules uniques via un modèle de calcul itératif flou et approximatif

Contexte La technologie de séquençage d’ARN unicellulaire (single cell RNA-seq, scRNA-seq) a été largement utilisée ces dernières années dans la recherche biomédicale. Elle permet de révéler l’hétérogénéité de l’expression génique au niveau d’une seule cellule, offrant ainsi un outil essentiel pour comprendre les types cellulaires, les états cellul...

Réseaux d'apprentissage de représentation multi-modale évolutifs

Contexte académique Dans le domaine de l’intelligence artificielle, l’apprentissage de représentation multimodale (Multi-modal Representation Learning, MMRL) est un paradigme puissant qui vise à mapper des entrées provenant de différentes modalités dans un espace de représentation partagé. Par exemple, dans les réseaux sociaux, les utilisateurs par...

Apprentissage de la représentation duale pour le clustering en une étape des données multi-vues

Dans les applications du monde réel, les données multi-vues (multi-view data) sont largement présentes. Les données multi-vues font référence aux données collectées à partir de multiples sources ou via plusieurs modes de représentation, par exemple, différentes versions linguistiques d’une même histoire de nouvelles ou des données sur les maladies ...

Une enquête complète sur les fonctions de perte et les métriques en apprentissage profond

L’apprentissage profond (Deep Learning), en tant que branche importante de l’intelligence artificielle, a réalisé des progrès significatifs ces dernières années dans des domaines tels que la vision par ordinateur et le traitement du langage naturel. Cependant, le succès de l’apprentissage profond dépend largement du choix des fonctions de perte (Lo...

Planification des tâches pilotée par l'IA dans le cloud computing : une revue complète

Contexte académique Avec le développement rapide des technologies de cloud computing, la demande pour une planification efficace des tâches dans des environnements cloud dynamiques et hétérogènes ne cesse de croître. Les algorithmes de planification traditionnels fonctionnent bien dans des systèmes simples, mais ils ne parviennent plus à répondre a...

Sélection de fournisseurs verts basée sur les informations linguistiques pythagoriciennes : Méthodologie de décision de groupe quantique et approche MULTIMOORA

Avec l’aggravation des problèmes environnementaux mondiaux, les entreprises accordent de plus en plus d’importance à la gestion verte et durable dans leur chaîne d’approvisionnement. La gestion de la chaîne d’approvisionnement verte (Green Supply Chain Management, GSCM) est devenue un outil essentiel pour améliorer la compétitivité des entreprises ...

Un examen complet des applications de l'apprentissage automatique pour l'Internet des nano-objets : défis et orientations futures

Contexte académique Ces dernières années, le développement rapide des nanotechnologies et de l’Internet des objets (IoT) a donné naissance à un domaine révolutionnaire : l’Internet des objets nanométriques (IoNT). L’IoNT connecte des dispositifs à l’échelle nanométrique à Internet, leur permettant de jouer un rôle important dans des domaines tels q...

Reconnaissance des émotions dans les conversations par intelligence artificielle : une revue systématique et une méta-analyse

Contexte académique La reconnaissance des émotions (Emotion Recognition) est un domaine de recherche important dans le domaine de l’intelligence artificielle (IA) et de l’informatique affective (Affective Computing), avec des applications prometteuses dans les domaines de la santé, de l’éducation et de l’interaction homme-machine (HCI). La voix, en...

Défis dans la détection des menaces de sécurité dans le WoT : une revue systématique de la littérature

Avec le développement rapide de l’Internet des objets (Internet of Things, IoT) et du Web of Things (Wot), les problèmes de sécurité deviennent de plus en plus préoccupants. En particulier, la fréquence des attaques par déni de service (Denial of Service, DoS) rend la sécurité des systèmes Wot un problème urgent à résoudre. Wot intègre les appareil...