3624 articles
Cet article présente JACC v1.0, un cadre unifié pour le langage Julia compilé par LLVM qui permet une programmation parallèle à haute productivité, portable et de haute performance sur diverses architectures CPU et GPU à travers un code source unique.
ChunkGuard est un système de stockage de fichiers sécurisé en espace utilisateur qui emploie un chiffrement par blocs AES-128-CTR et une vérification d'intégrité HMAC-SHA256 pour protéger la confidentialité des données et détecter les altérations, atteignant une sécurité fonctionnelle tout en identifiant les entrées/sorties de disque comme son principal goulot d'étranglement de performance.
Cet article présente GRIDGUARD-AI, un cadre agentique explicable et intégrant l'humain dans la boucle qui combine l'apprentissage automatique avec une escalade de risque déterministe pour détecter les cyberattaques inédites dans les réseaux électriques intelligents, démontrant une haute assurance de sécurité grâce à une évaluation rigoureuse par scénarios tenus à l'écart tout en soulignant la nécessité actuelle d'un examen humain approfondi avant le déploiement.
Cet article démontre que la réutilisation d'opérations d'interface graphique utilisateur (GUI) enregistrées sous forme d'outils paramétrés améliore considérablement les taux de réussite des tâches et réduit les appels de modèle pour les agents logiciels par rapport au code brut, tout en soulignant la nécessité critique d'évaluer l'état persistant de l'application et les changements collatéraux pour garantir une exécution fiable des flux de travail.
Cette étude présente une évaluation de type preuve de concept d'un cadre de génération augmentée par récupération pour le conseil aux contribuables dans les pays à revenu faible et intermédiaire, démontrant que la récupération sémantique de la législation nationale sur l'impôt sur le revenu peut atteindre une grande précision dans l'identification des dispositions statutaires pour soutenir l'amorçage de modèles de langage ancrés, tout en soulignant la nécessité d'une validation supplémentaire de la qualité de la génération et de la conformité juridique avant le déploiement.
Cet article propose un cadre d'apprentissage profond multi-niveaux (MTDLF) qui combine l'encodage de texte vietnamien basé sur PhoBERT avec une modélisation financière temporelle afin de prévoir avec précision l'appartenance à l'indice de durabilité du Vietnam pour les entreprises des marchés émergents, comblant ainsi des lacunes critiques dans le traitement des données ESG non structurées et l'analyse de trajectoire longitudinale.
Cet article présente un prototype préliminaire basé sur Python pour la détection en temps réel des émotions des conducteurs utilisant la détection de visages Haar-Cascade et un CNN pré-entraîné afin d'identifier les états émotionnels dangereux, démontrant la faisabilité par des tests contrôlés tout en reconnaissant explicitement des limites telles que l'absence de validation par vérité terrain, de séquences de conduite en conditions réelles et de mesure de la précision de la classification.
Cette étude évalue la qualité clinique de quatre grands modèles de langage sur des questions de patients en orthopédie par le biais d'évaluations d'experts, concluant à une performance généralement élevée sans différences statistiquement significatives entre les modèles, tout en démontrant que la combinaison de caractéristiques de TAL et sémantiques peut prédire faiblement l'exactitude évaluée par les experts malgré les limites de la prédiction automatisée de la qualité.
Cette étude emploie un cadre hybride CNN–LSTM–Attention pour valider quantitativement l'incarnation des principes cosmologiques traditionnels du Bagua dans l'architecture Hakka de Gannan, révélant un haut degré d'ordre spatial directionnel à travers divers types de bâtiments tout en identifiant des modèles de densité distincts entre les habitations fortifiées et les structures publiques.
Cette revue systématique de la littérature portant sur 64 études révèle que la confidentialité différentielle est de plus en plus utilisée pour auditer plutôt que pour remplacer les modèles d'anonymisation syntaxique, mettant en évidence l'entropie de Shannon comme un pont sémantique prometteur pour améliorer l'interprétabilité et la transparence des cadres de confidentialité hybrides.