8814 articles
Cet article présente l'optimisation du système de refroidissement liquide du supercalculateur Frontier via un jumeau numérique validé, démontrant qu'une stratégie de co-optimisation contrainte du débit et de la température d'alimentation permet des économies d'énergie totales de 27,8 %, soit près du double de celles obtenues par la seule réduction du débit.
Ce rapport technique valide l'extension du cadre de l'Espace de Solutions d'Explicabilité (ESS) au-delà de la prédiction du départ des employés en le testant sur un système hétérogène d'allocation de ressources urbaines, confirmant ainsi sa généralité et son adaptabilité aux différents rôles de gouvernance et profils de risque dans les systèmes socio-techniques.
Cet article propose et évalue des schémas statiques et adaptatifs, incluant des algorithmes d'apprentissage par renforcement, pour optimiser l'efficacité énergétique des liaisons descendantes optiques des satellites LEO tout en maintenant un taux de livraison acceptable malgré les perturbations météorologiques.
HarmonyCell est un cadre d'agent automatisé qui résout les hétérogénéités sémantiques et statistiques dans l'étude des perturbations cellulaires uniques en utilisant un unificateur sémantique piloté par un LLM et un moteur de recherche arborescente adaptatif pour modéliser virtuellement des cellules sans ingénierie spécifique aux jeux de données.
Cet article propose un nouveau cadre en boucle fermée piloté par les grands modèles de langage (LLM) qui améliore l'apprentissage par renforcement profond en facilitant la réutilisation de compétences sémantiques et la surveillance des contraintes, ce qui se traduit par une meilleure efficacité des données, une conformité accrue et une transférabilité inter-tâches.
Ce papier propose le cadre MSP, qui améliore la ré-identification des personnes changeant de vêtements en atténuant la dépendance aux coiffures grâce à l'augmentation orientée coiffure, à l'éraflage aléatoire préservant les vêtements et à une attention basée sur le parsing des régions.
Cette étude évalue l'utilisation de DINOv3 comme backbone sémantique figé pour les tâches de perception visuelle liées à la récolte robotisée de myrtilles, révélant que si la segmentation bénéficie de ses représentations stables, la détection et la localisation des grappes restent limitées par la variabilité d'échelle et la nécessité d'une modélisation spatiale adaptée.
Cet article propose un cadre de contrôle réactif aux événements (EDSR) intégrant des fonctions de barrière et de Lyapunov avec une estimation adaptative des comportements des véhicules humains pour assurer la sécurité et la résilience des véhicules automatisés face aux attaques par injection de fausses données exponentiellement non bornées dans un trafic mixte.
Cet article propose un cadre d'apprentissage par renforcement multi-agent novateur basé sur l'estimateur GPAE et un échantillonnage d'importance doublement tronqué, permettant une estimation précise des avantages par agent pour améliorer la coordination et l'efficacité des échantillons sans nécessiter d'estimation directe de la fonction Q.
Cet article présente un cadre d'évaluation agentifié pour les agents de raisonnement logique, démontré par un agent de formalisation automatique qui atteint 86,70 % de précision sur le jeu de données FOLIO, surpassant ainsi une baseline de type « chaîne de pensée ».
Cet article introduit le problème de couverture de cycles à arêtes requises (RCCP) et son modèle de flot équivalent pour établir un cadre ASP-complet permettant de prouver la complexité de nombreux puzzles papier-crayon, dont le Kakuro, le Chocona et le Shimaguni, tout en résolvant des problèmes ouverts liés à la satisfiabilité des graphes de contraintes.
Ce papier présente Mica, une architecture de calcul confidentiel basée sur Arm CCA qui découple la confidentialité de la confiance en permettant aux locataires de définir, restreindre et attester explicitement les chemins de communication entre des composants TEE non fiables, garantissant ainsi l'absence de fuites de données sensibles avec un impact minimal sur la base de confiance.
Ce papier présente LDP-Slicing, un cadre léger et sans entraînement qui améliore l'utilité des images sous la protection de la confidentialité différentielle locale (LDP) en décomposant les valeurs des pixels en plans de bits binaires, en intégrant une module d'obfuscation perceptuelle et une allocation optimisée du budget de confidentialité.
Ce papier présente RISCBench, une suite de benchmarks et une méthodologie ouverte introduisant la métrique de débit instantané soutenu (SIT) pour évaluer l'efficacité d'orchestration des cœurs RISC-V dans les systèmes hétérogènes, comblant ainsi le vide laissé par les mesures de performance traditionnelles.
Cette étude expérimentale compare les performances et la précision des algorithmes de conversion des nombres flottants binaires en chaînes décimales, révélant que les techniques modernes comme Schubfach et Dragonbox offrent un gain de vitesse considérable par rapport aux méthodes traditionnelles, bien qu'aucune implémentation examinée ne produise systématiquement les chaînes les plus courtes possibles.
Cette étude de recherche en conception présente la plateforme D-Hub de l'Initiative des Solutions Globales, qui utilise l'intelligence artificielle explicable pour créer un écosystème numérique transparent et fiable facilitant la collaboration entre les acteurs du développement, de la technologie et de la finance.
Cette étude évalue la vulnérabilité des migrants d'Afrique subsaharienne face aux arnaques alimentées par l'intelligence artificielle et révèle que l'exposition antérieure au ciblage est le principal facteur de risque, tandis que la confiance dans la détection du contenu IA et les efforts de vérification comportementale agissent comme des facteurs protecteurs significatifs.
Cet article propose une architecture de contrôle éthique par conception intégrant des raisonnements normatifs dans un système à triple portail (métrique, gouvernance et écologique) pour opérationnaliser la gouvernance de l'IA tout au long de son cycle de vie, en alignement avec des cadres réglementaires comme l'Acte sur l'IA de l'UE et le cadre de gestion des risques du NIST.
Cette étude utilise l'inférence causale pour démontrer que les auteurs issus de groupes raciaux minoritaires, les femmes et ceux affiliés à des institutions du Sud global subissent des désavantages statistiques significatifs dans les processus d'évaluation par les pairs, soulignant ainsi la nécessité urgente d'interventions pour garantir l'équité dans les revues académiques traditionnelles et celles assistées par l'intelligence artificielle.
Cet article présente un cadre d'orchestration de réseaux basés sur l'intention (IBN) pour les réseaux 5G et 6G utilisant une architecture multi-agents hiérarchique, démontrant que l'utilisation de petits modèles de langage (SLM) permet d'accélérer le cycle de vie de l'IBN de 20 % par rapport aux grands modèles de langage (LLM) tout en maintenant une précision équivalente.