3900 Arbeiten
Dieses Papier schlägt ein Multi-Source-Datenfusionsmodell vor, das Kabeltopologie, AIS-Trajektorien und Unterwasserakustikdaten mittels Graphkonvolution und der Dempster-Shafer-Theorie integriert, um die Genauigkeit der Detektion von Bedrohungen für Seekabel sowie die Robustheit gegenüber Spoofing-Angriffen im Vergleich zu Ein-Quellen-Methoden signifikant zu verbessern.
HUE-OOD ist ein Post-hoc-Framework, das die Robustheit der Out-of-Distribution-Detektion über verschiedene Benchmarks hinweg verbessert, indem es prädiktive, repräsentative und evidenzbasierte Unsicherheitssignale durch eine parameterfreie, rangbasierte Fusionsstrategie kombiniert, die keine Modifikationen an vortrainierten Klassifikatoren erfordert.
Diese Arbeit präsentiert einen zweistufigen Integer-Programming-Algorithmus, der auf einer Low-Code-Open-Source-Plattform implementiert wurde und manuelle Prozesse für einen Anbieter von Kurzzeitvermietungen in Tel Aviv ersetzte, was zu einer Umsatzsteigerung von 3,5 % und einer Reduzierung der Bearbeitungszeit um 90 % durch die Optimierung der Buchungsallokation anstatt der Preisgestaltung führte.
Dieses Paper schlägt ein Framework zur Validierung vor dem Einsatz vor, welches die Netzwerktopologie mittels graphischer struktureller Differenzierbarkeit und Prominenzisolation evaluiert, um zu bestimmen, ob strukturelle Signale für eine effektive graphbasierte Intrusion Detection ausreichen, wobei es aufzeigt, dass eine hohe strukturelle Ungleichheit allein keine angriffsspezifische Leistungsfähigkeit garantiert und die zeitliche Sensitivität berücksichtigt werden muss, bevor Ressourcen zugewiesen werden.
Das Papier schlägt GapR vor, eine schnelle und effektive Methode zur Trunkierung von Ranglisten mit mehreren Grenzen, die die Multi-Hop-Retrieval-Leistung sowie die Qualität nachgeschalteter Antworten verbessert, indem sie mehrere informative Score-Grenzen identifiziert, anstatt sich auf eine einzige größte Lücke zu verlassen, wodurch die Abdeckung der Evidenz mit der Recheneffizienz in Einklang gebracht wird.
Diese Arbeit zeigt durch faktoriell angelegte Experimente auf, dass kollektive KI-Ergebnisse aus dem spezifischen Interaktionsregime entstehen, in dem strukturelle und verhaltensbedingte Ursachen separierbar und kontextabhängig sind, wodurch bewiesen wird, dass effektive KI-Absicherung nicht Agenten oder Netzwerke isoliert betrachten kann, sondern stattdessen die dynamische kausale Struktur ihrer Interaktionen fokussieren muss.
Diese Arbeit etabliert ein rigoroses, leckagesicheres Benchmarking-Protokoll für die Kreditausfallprognose, das zeigt, dass Gradient-Boosting-Ensembles unbalancierte Finanzdaten gegenüber logistischer Regression und TabNet signifikant übertreffen, während es gleichzeitig aufzeigt, dass eine Post-hoc-Schwellenwertoptimierung synthetisches Resampling redundant macht und die kritische Notwendigkeit hervorhebt, die Erklärungsdiskordanz zwischen SHAP und LIME für das Modellrisikomanagement zu validieren.
Dieses Paper schlägt ein methodisches Framework zur Sicherstellung der Vertrauensgrenzen (Trust-Boundary Security Assurance) vor, das LLM-integrierte und agentische Systeme modelliert, um sich entwickelnde semantische Bedrohungen in verifizierbare, testbare Sicherheitskontrollen und evidenzbasierte Berichterstattung zu überführen.
Dieses Papier präsentiert ein automatisiertes Krankheitsvorhersage- und Verschreibungssystem, das ein RNN-LSTM-Modell nutzt, um regionale Kannada-medizinische Synonyme präzise ins Englische zu übersetzen und damit bestehende Werkzeuge wie Google Translate und Whisper in der Kontexterkennung zu übertreffen, um medizinischem Fachpersonal bei der Bewältigung hoher Patientenaufkommen zu helfen.
Diese Arbeit charakterisiert die Evidenzqualität öffentlicher Software-Vorfälle für die Konstruktion von auf Absicherung ausgerichteten Benchmarks, indem sie einen 40-Fall-Datensatz analysiert, um signifikante Lücken in Bezug auf Rekonstruierbarkeit, Paarung und Quellenprovenienz aufzuzeigen, und stellt letztlich das AIRR-40-Register bereit, um ein strengeres, aufgabenbezogenes Benchmarking zu unterstützen.