2305 artículos
Este artículo presenta BEACON, un agente móvil multilingüe de código abierto que integra datos del perímetro del fuego en tiempo real, puntuación de riesgo basada en el clima y rutas que evitan polígonos para proporcionar orientación de evacuación de incendios forestales personalizada y adaptada al idioma para comunidades con dominio limitado del inglés.
Este documento presenta una evaluación académica comparativa de Veeam Backup & Replication y Cohesity DataProtect, demostrando que, si bien ambas plataformas ofrecen enfoques distintos para la inmutabilidad y la detección de ransomware en entornos VMware, son más efectivas cuando se integran en una estrategia integral de defensa en profundidad.
Este estudio demuestra que la aplicación de un enfoque de reponderación por frecuencia inversa a MARBERT supera significativamente a los modelos de referencia en la clasificación de funciones pragmáticas de emojis subrepresentadas dentro del discurso digital árabe, abordando eficazmente el severo desequilibrio de etiquetas para avanzar en la pragmática computacional en el PLN del árabe.
Este artículo demuestra que la migración de un prototipo de blockchain al esquema de firma post-cuántica ML-DSA-44 reveló que los fallos críticos de implementación en la validación de aplicaciones, la representación de datos y la lógica de concurrencia tuvieron un impacto mucho mayor en la corrección y el rendimiento del sistema que la transición del algoritmo de firma en sí misma.
Este estudio demuestra que un modelo Adaptive Gated DenseNet121 mejora la precisión de la clasificación de enfermedades del arroz por encima de una línea base estándar y permite la poda limitada de parámetros, aunque actualmente no logra alcanzar una compresión móvil robusta debido al colapso del rendimiento en umbrales de dispersión más altos.
Este artículo presenta una revisión sistemática de los enfoques de aprendizaje profundo, aprendizaje federado y meta-aprendizaje para la detección de intrusiones en IoT, clasificando los trabajos existentes a través de seis dimensiones clave al tiempo que identifica limitaciones críticas como protocolos de evaluación no comparables, un manejo insuficiente de datos no IID y una falta de reproducibilidad en el código y las mediciones en el borde.
Este artículo propone un marco basado en CLIP que mitiga la dependencia del dominio de origen en la detección de anomalías médicas de aprendizaje cero sin datos de destino mediante estrategias multinivel que incluyen el aprendizaje de prompts, la adaptación visual adversaria y la consistencia de características, logrando así una generalización robusta a través de conjuntos de datos de imágenes médicas heterogéneos sin acceso a datos de destino.
Scene-Guard introduce un Módulo de Disrupción Estructural de Escena (SSDT, por sus siglas en inglés) que preserva con éxito la disrupción medible de la manipulación de la escena a través de múltiples editores y niveles de recompresión JPEG, aunque actualmente está limitado a escenarios de máscara fija y prioriza la divergencia estructural sobre la imperceptibilidad.
Este artículo propone un marco híbrido para la Distribución de Claves Cuánticas de larga distancia que combina un clasificador SVM-RBF utilizando características de QBER, Bell-CHSH y Entropía de Shannon Temporal para detectar brechas de seguridad con una precisión del 87,82 %, y un método de perturbación caótica mejorado por blanqueo SHA-256 para generar claves de sesión seguras que cumplen con la normativa NIST.
Este artículo propone un marco de toma de decisiones grupal a gran escala impulsado por reseñas en línea que integra el análisis de redes sociales, la optimización por enjambre de partículas y los modelos de conjuntos aproximados difusos para analizar eficazmente las preferencias de los consumidores de frutas frescas en plataformas de comercio electrónico y apoyar el desarrollo de asistentes de compra inteligentes.