3854 articles
Cet article propose un cadre de stabilité multi-perturbations qui quantifie la robustesse de la structure communautaire via un score composite dérivé de perturbations de nœuds et d'arêtes, validé par rapport à un modèle nul de conservation du degré pour démontrer son rôle complémentaire à la modularité dans l'évaluation de la stabilité des réseaux.
Cet article propose une nouvelle approche pour la détection des odeurs de code orientées objet en modélisant les composants logiciels et leurs interactions sous forme de réseaux sociaux et en appliquant des métriques d'analyse de réseaux sociaux (SNA) à quatre projets Java open-source afin de révéler des défauts de conception cachés.
Cet article propose MAF-LSTM, un cadre de prévision LSTM multi-échelle avec fusion de caractéristiques basée sur l'attention et score de distance de Mahalanobis, qui détecte efficacement les anomalies dans les données de surveillance multivariées en capturant les dépendances temporelles à travers différentes échelles et surpasse les modèles de référence existants sur de multiples ensembles de données de référence.
Cet article présente StakeSight, un système interactif exploitant des modèles de langage de grande taille multimodaux et un pipeline de génération augmentée par la récupération entraîné sur des milliers de récits urbains afin de simuler diverses perspectives de parties prenantes, soutenant ainsi une conception urbaine initiale plus inclusive et efficace.
Cet article propose et évalue un nouveau cadre multimodal piloté par une IA explicable qui intègre diverses sources de preuves médico-légales afin d'améliorer l'exactitude, l'interprétabilité et la responsabilité de l'identification de personnes disparues à long terme par rapport aux méthodes traditionnelles à source unique.
Cet article introduit une méthode de fusion multi-indices calibrée, incorporant un nouveau score de jonction par modèle de langage, pour classer objectivement les voisins candidats pour le réassemblage de fragments de bambous de Chu, surpassant de manière significative le hasard dans les textes continus tout en démontrant qu'un ordonnancement complet nécessite toujours une numérotation physique.
Cette recherche propose un cadre de sécurité biométrique hybride qui intègre la distribution de clés quantiques pour une communication sécurisée et les réseaux de neurones quantiques avec des techniques de calcul flou pour une analyse de caractéristiques améliorée, atteignant une précision de reconnaissance de 99,5 % avec de faibles taux d'erreur tout en démontrant une évolutivité et une robustesse face aux conditions adverses.
Cet article propose PsyMIND, un cadre interprétable pour la prédiction précoce de l'intention de traversée des piétons qui intègre des représentations de mouvement sémantiques fondées sur la psychologie, des indices contextuels et une modélisation de l'interaction cognitive afin d'améliorer la sécurité et la fiabilité des décisions de conduite autonome.
Cette étude de cas qualitative introduit le concept de « dépendance en aval » pour expliquer comment les ingénieurs en développement robotique jugent les sorties générées par les LLM non pas par leur qualité isolée, mais par leur inspectabilité, leur contrôlabilité et leur réversibilité au sein de flux de travail multi-étapes, déplaçant ainsi la recherche sur la confiance de la vérification des résultats vers la gestion socio-technique du flux de travail.
JailBreakGuard est un cadre de défense dynamique et rentable qui atténue diverses attaques de type « jailbreak » sur les grands modèles de langage en employant un mécanisme basé sur la perplexité pour appliquer sélectivement des perturbations de prompts au niveau du caractère ou de la phrase, atteignant ainsi une réduction significative des taux de succès des attaques avec un impact minimal sur la performance des requêtes bénignes.