974 Arbeiten
Dieses Paper schlägt ein Linear Mapping-Enhanced Proximal Policy Optimization (LME-PPO) Framework vor, das tiefes verstärkendes Lernen nutzt, um das dynamische Lastmanagement zu optimieren und die Systemlatenz in Smart-City-Edge-Computing-Umgebungen zu reduzieren, indem es komplexe Aufgabenräume effektiv abbildet und ein Rechengleichgewicht über Edge-Server hinweg sicherstellt.
Dieses Paper schlägt ein Multi-Agenten-Reinforcement-Learning-Framework mit spieltheoretischen Anreizen vor, um Konsens unter autonomen, lernenden Blockchain-Teilnehmern zu erreichen, wobei nachgewiesen wird, dass die Strategien zu gerechten und adversariellen-toleranten Gleichgewichten konvergieren, während gleichzeitig spezifische architektonische Einschränkungen identifiziert und theoretische Konvergenzgarantien verfeinert werden.
Diese Studie nutzt Strukturgleichungsmodelle, um aufzuzeigen, dass KI-gestützte Cybersicherheitsbewusstsein und digitale Kompetenz zwar die Einführung von KI-basierten Cybersicherheitssystemen signifikant fördern, Vertrauen in diese Systeme jedoch keinen direkten Einfluss auf die Verhaltensabsicht hat, was die kritische Notwendigkeit unterstreicht, dass Organisationen der Entwicklung von Cybersicherheitsbewusstsein und digitaler Kompetenz gegenüber der alleinigen Vertrauensbildung Vorrang einräumen sollten.
Dieses Paper stellt DustFormer vor, ein auf Deep Learning basierendes Encoder-Decoder-Framework, das gleichzeitig Staubsegmentierung und Dichteschätzung in RGB-Bildern durchführt und dabei eine hohe Genauigkeit sowie Robustheit für Anwendungen in der Umweltüberwachung, Präzisionslandwirtschaft und intelligenten Sensorik erreicht.
Dieses Paper schlägt eine gerichtete symbolische Ausführungsmethode vor, die durch automatische Symbolisierung und Loop-Bounding-Strategien verbessert wurde, um die Durchführbarkeit interprozeduraler Kontrollflusspfade effizient zu verifizieren, wobei sie im Vergleich zu bestehenden Tools wie KLEEF bei der Anwendung auf reale Projekte und die Integration statischer Analysen eine überlegene Recall- und Precision-Rate demonstriert.
Diese Studie evaluiert fünf große Sprachmodelle anhand von OKAP-typischen Ophthalmologie-Fragen und zeigt auf, dass allgemeine Modelle, insbesondere Gemini-Pro-3, das spezialisierte klinische KI-Tool OpenEvidence in Bezug auf Genauigkeit und Kalibrierung übertraf, während sie gleichzeitig eine signifikante Leistungsheterogenität und gemeinsame Fehlleistungen im logischen Schlussfolgern bei allen Systemen hervorhob.
Dieses Paper schlägt ein neuartiges Intrusion-Detection-Framework vor, das einen zweistufigen gestapelten Autoencoder zur tiefen Merkmalsextraktion mit einem auf Proximal Policy Optimization basierenden Deep-Reinforcement-Learning-Agenten kombiniert und eine wettbewerbsfähige Leistung sowie Effizienz über mehrere Benchmark-Datensätze hinweg demonstriert.
Diese Arbeit schlägt eine auf Konfidenz-Konvergenz basierende sequentielle Erkennungsmethode für sich unter Wasser bewegende Ziele vor, die die Konfidenz des Verhaltenstyps dynamisch aktualisiert und Entscheidungen nur dann akzeptiert, wenn Dominanz, zeitliche Stabilität und Interklassen-Separation gemeinsam erfüllt sind, wodurch die Genauigkeit im Vergleich zu bestehenden Baselines unter begrenzten und unsicheren Beobachtungen signifikant verbessert und Fehler reduziert werden.
Das Papier schlägt HiRoC vor, ein multimodales Framework zur Emotionserkennung, das die Vorhersagegenauigkeit steigert, indem es die relevante Gesprächshistorie selektiv durch sprecher-typisierte Graphen leitet und Entscheidungen unter Verwendung von cross-modalem Disagreement kalibriert, um die Einschränkungen bestehender graphbasierter Methoden zu adressieren.
Dieses Papier präsentiert eine automatisierte, skalierbare Methode, die interprozedurale statische Analyse mit Kontrollfluss- und Datenabhängigkeitsverfolgung kombiniert, um natürliche Schleifen in optimiertem Binärcode präzise zu erkennen und deren Iterationszahlen zu bestimmen, wobei eine hohe Präzision und Skalierbarkeit bei realer Software und Benchmark-Suites erreicht wird.