3615 articles
Cet article propose un cadre basé sur un VAE-Transformer qui combine des représentations de matrices champ-événement structurées avec des vecteurs sémantiques d'état pour générer des cas de test diversifiés et de haute qualité, améliorant considérablement la couverture et l'efficacité du fuzzing de logiciels de bord critiques pour la sécurité par rapport aux méthodes conventionnelles.
Le papier propose MCD-DFusion, un nouveau cadre qui améliore la robustesse adversaire dans l'analyse de sentiment multimodale en introduisant une métrique de Degré de Cohérence Modal pour quantifier l'alignement sémantique intermodal et en employant une stratégie de fusion dynamique qui s'ajuste de manière adaptative aux niveaux de cohérence, supprimant ainsi de manière significative les attaques adverses sur les mèmes des réseaux sociaux.
L'article présente QSGT, un modèle hybride d'inspiration quantique combinant l'élagage de jetons (token pruning) et un mélange d'experts avec des termes de régularisation clinique pour améliorer significativement la fidélité au niveau des entités et la précision clinique de la résumé de rapports de radiologie multimodaux, surpassant les méthodes de l'état de l'art sur le jeu de données MIMIC-CXR.
Cet article propose HDRA, un cadre métaheuristique hybride intégrant l'algorithme de la religion divine, l'optimisation par colonies de fourmis et la recherche mémétique pour résoudre efficacement le problème de tournées de véhicules électriques NP-difficile, démontrant une performance supérieure dans la réduction des coûts de routage et des émissions par rapport aux algorithmes établis tels que SA, GOA et HHO.
Cet article présente WAFGen, un pipeline de réglage fin multi-LLM qui génère automatiquement des règles IDS et WAF syntaxiquement valides et rentables pour les principaux fournisseurs de cloud, atteignant une précision élevée et des réductions significatives des coûts de capacité AWS Web ACL par rapport aux bases de référence manuelles.
Q-IDS Bench fournit une évaluation reproductible et sensible aux ressources de neuf configurations de détection d'intrusion d'inspiration quantique à travers cinq jeux de données, démontrant que la performance des modèles est spécifique aux jeux de données et que l'hybridation seule ne garantit pas des résultats supérieurs, établissant ainsi une référence pour les futures comparaisons avec l'apprentissage automatique quantique véritable.
Cet article propose un cadre d'apprentissage automatique adaptatif qui intègre la sélection de caractéristiques hybride à cinq critères avec un équilibrage adaptatif et un ajustement de seuil pour traiter efficacement le déséquilibre des classes et la redondance des caractéristiques dans la prédiction des maladies du foie, atteignant un rappel élevé et une performance robuste sur les ensembles de données ILPD et LDPD.
AdaKVT-Mem est une architecture de mémoire auditable et sensible au cycle de vie pour les enregistrements conversationnels qui emploie un protocole de mutation de cellule à état pour garantir la validité, le versionnage et la provenance, tout en reconnaissant ses limites actuelles dans l'obtention d'un succès de mise à jour parfait malgré une haute précision du cycle de vie.
Cette étude démontre que si les modèles d'apprentissage automatique reposant uniquement sur des attributs démographiques et comportementaux ne parviennent pas à surpasser une référence de classe majoritaire pour prédire la réussite académique des étudiants, l'incorporation des notes antérieures augmente considérablement la précision prédictive, soulignant le rôle critique des données de performance historiques pour l'efficacité des systèmes d'apprentissage personnalisé pilotés par l'IA.
Cet article propose Light3D-NoduleNet, un réseau 3D pur et léger qui utilise des convolutions séparables en profondeur asymétriques et un module d'interaction de caractéristiques bidirectionnel pour surmonter efficacement le déséquilibre des classes et parvenir à une détection et une segmentation conjointes de nodules pulmonaires de haute précision avec un faible coût computationnel pour un déploiement sur les périphériques de bordure.