3865 Arbeiten
Dieses Paper schlägt ACO-QSNR vor, ein neuartiges Cross-Layer-Routing-Protokoll für Mobile Ad Hoc Networks, das Ant Colony Optimization und Q-Learning mit SNR-bewussten Metriken integriert, um konventionelle Protokolle wie AODV in Bezug auf Paketlieferrate, Durchsatz und Verzögerung unter dynamischer Mobilität und variierenden Knotendichten zu übertreffen.
Dieses Paper schlägt ein geometrisches Framework vor, um den konzeptionellen Umfang in wissenschaftlichen Texten mittels Transformer-Embeddings zu operationalisieren, wobei nachgewiesen wird, dass die geometrische Abweichung von themenspezifischen Kontexten mit der Surprisal des Sprachmodells korreliert und selbst in kompakten Abstracts konsistent erfasst wird.
EcoAccel-ITAD ist ein schnelles, telemetriegesteuertes Framework, das herstellerspezifische APIs nutzt, um den Gesundheitszustand und die verbleibende Lebensdauer von ausgemusterten KI-Beschleunigern zu bewerten, wodurch eine präzise Quantifizierung der vermiedenen embryonalen Kohlenstoffemissionen für deren Zweitverwendung ermöglicht wird.
Diese Studie entwickelt und implementiert ein interaktives Streamlit-Dashboard, das einen mit konstruierten Risiko-Merkmalen erweiterten Random-Forest-Klassifikator nutzt, um die Abwanderung von Bankkunden präzise vorherzusagen, wobei hohe Leistungsmetriken erzielt und handlungsorientierte, erklärbare Erkenntnisse zur Kundenbindung für Beziehungsmanager bereitgestellt werden.
Dieses Paper schlägt ein heterogenitätsbewusstes Evaluierungsframework für das föderierte Lernen vor, welches die Schlussfolgerungen bezüglich Privacy–Utility–Fairness an die gemessenen realisierten Client-Verteilungen bindet, anstatt sich ausschließlich auf nominale Dirichlet-Parameter zu verlassen, und zeigt auf, dass gleiche Konzentrationswerte signifikante Variationen in der tatsächlichen Datenstruktur und Performance bewirken.
Dieses Paper präsentiert WVAB, ein Offline-First-assistives Visionssystem, das eine zeitlich risikogesteuerte multimodale Führung nutzt, um instabile Fokuswechsel und Informationsüberlastung für blinde Nutzer signifikant zu reduzieren, während es gleichzeitig einen messbaren Kompromiss zwischen Führungsstabilität und Reaktionsfähigkeit auf sich schnell ändernde Gefahren sowie verifizierte Edge-Streaming-Sicherheit demonstriert.
Dieses Paper schlägt eine identitätsbewusste Permissioned-Blockchain-Architektur vor, die die Kommunikation vernetzter Fahrzeuge absichert, indem sie die Echtzeit-Nachrichtenverbreitung von der Ledger-Reihenfolge trennt, wodurch ein hoher Durchsatz sowie eine latenzarme Finalität erreicht und gleichzeitig Identitätsvortäuschung, Replay-Angriffe sowie Kompromittierungen von Validatoren effektiv gemindert werden.
Dieses Paper schlägt eine Architektur auf Basis einer Permissioned-Blockchain für vernetzte Fahrzeuge vor, die durch das Speichern detaillierter Beweise in einem lokalen, manipulationssicheren Journal und das Committen kompakter kryptografischer Checkpoints in ein verteiltes Ledger die forensische Integrität sowie eine sichere Vorfallwiederherstellung gewährleistet und dadurch eine hochperformante Verifizierung sowie eine signifikante Reduktion des Datenvolumens ohne Beeinträchtigung der Privatsphäre oder Sicherheit erreicht.
Dieses Paper schlägt eine hybride Authentifizierungsarchitektur für genehmigte Fahrzeug-Blockchains vor, die Post-Quanten-Schlüsselaustausch mit sitzungsgebundenen Nachrichtenauthentifizierungscodes und einer vertrauensbasierten Zulassungspolitik kombiniert, um den Kommunikationsaufwand sowie die Latenz drastisch zu reduzieren und gleichzeitig eine robuste Sicherheit gegen Insider-Angriffe über die gesamte Lebensdauer der Fahrzeuge hinweg aufrechtzuerhalten.
Diese Arbeit evaluiert kritisch ein TimeGAN-Framework zur Generierung synthetischer Nigerianisch-Naira/US-Dollar-Szenarien unter Datenknappheit und zeigt auf, dass die Ausgaben des Modells in Bezug auf die Verteilungsgenauigkeit von klassischen Baselines dominiert werden und eine extreme, vom Seed abhängige Instabilität aufweisen, wodurch argumentiert wird, dass die GAN-basierte Szenariogenerierung spezifische architektonische Priors und eine rigorose Berichterstattung über mehrere Seeds erfordert, bevor sie konventionelle Stresstest-Werkzeuge verantwortungsvoll ergänzen kann.