4157 artículos
Este artículo propone FPSD-MCP, un nuevo marco de aprendizaje federado que integra la computación multipartita segura y el cifrado homomórfico con una estrategia de agregación adaptativa para lograr una solución de detección de spam escalable, preservadora de la privacidad y eficiente en comunicación para entornos multi-nube heterogéneos.
Este artículo propone el Modelo de Difusión Guiado por Intención (IGDM, por sus siglas en inglés), un nuevo marco que mejora la recomendación de inicio en frío para usuarios mediante la extracción de prototipos de intención latente transferibles a partir de datos históricos, su fusión adaptativa con comportamientos de usuario dispersos y la guía de un proceso de eliminación de ruido basado en difusión para refinar la estimación de preferencias, superando así a los modelos de referencia existentes en múltiples conjuntos de datos del mundo real.
Este artículo presenta TRIDIS, un corpus abierto y armonizado de documentos manuscritos medievales y de la Edad Moderna diseñado para apoyar el Reconocimiento de Texto Manuscrito y el Reconocimiento de Entidades Nombradas, al tiempo que propone una estrategia de evaluación innovadora basada en valores atípicos para abordar las limitaciones de las divisiones aleatorias convencionales en la evaluación de documentos patrimoniales.
Este artículo presenta el Optimizador Aye-Aye (AAO), un nuevo algoritmo metaheurístico de inspiración biológica que imita la estrategia de forrajeo percusivo del lémur Aye-Aye a través de tres fases adaptativas para lograr un equilibrio superior entre exploración y explotación, una convergencia más rápida y un rendimiento robusto en problemas de optimización de referencia y del mundo real.
Este artículo propone un marco basado en un modelo de lenguaje-visión con retroalimentación de verificación de ejemplos con restricciones y evaluación de confianza para lograr la extracción estructurada de alta precisión y la reconstrucción estandarizada de documentos heterogéneos de procesos de mecanizado bajo restricciones de bajos recursos, reduciendo eficazmente las alucinaciones y permitiendo la digitalización del conocimiento en la fabricación inteligente.
Este estudio evalúa los riesgos de ciberseguridad en los ecosistemas de IoT de hogares inteligentes en la región MENA a través de una encuesta a 164 usuarios de habla árabe, revelando altas preocupaciones de privacidad y prácticas de protección inconsistentes, al tiempo que propone recomendaciones de seguridad de múltiples capas que van desde la concienciación del usuario hasta soluciones basadas en blockchain.
Este artículo propone HyperTuneMed, un marco inteligente que utiliza un algoritmo de regresión logística hiperparametrizado para predecir enfermedades basándose en los síntomas del usuario con una precisión superior (hasta el 98.983%) y proporcionar recomendaciones de atención médica preventiva personalizadas.
Este artículo demuestra que, si bien las herramientas automatizadas como Slither y Mythril detectan eficazmente patrones de vulnerabilidad conocidos, la especificación formal es esencial para verificar la corrección lógica y garantizar la seguridad en la gobernanza de datos de EEG basados en blockchain, ya que identificó de manera única una vulnerabilidad de desbordamiento de índice de matriz sembrada que las herramientas automatizadas pasaron por alto.
Este artículo propone un marco innovador de predicción de señales de tráfico que integra el preprocesamiento de Medias No Locales, una arquitectura U-Net modificada, clasificación mediante CNN Densa y la Optimización de Enjambre de la Liebre de Roca para el ajuste de hiperparámetros, logrando una precisión de vanguardia del 99,64% en los conjuntos de datos TT100K y del 99,6% en los GTSDB.
Este artículo presenta EDNet-20, un nuevo marco de aprendizaje profundo optimizado con aumentación de datos fotométricos y técnicas de IA explicable que logra una precisión superior en la detección de enfermedades oculares multietiqueta en comparación con los modelos del estado del arte, ofreciendo una herramienta prometedora para el diagnóstico clínico temprano.