4157 articles
RubriQ est un cadre évolutif piloté par le calcul haute performance (HPC) qui exploite l'optimisation de politique relative de groupe (GRPO) guidée par rubriques pour automatiser la synthèse de circuits quantiques qui satisfont simultanément l'exactitude algorithmique, la minimisation du coût du code de surface et les contraintes matérielles à court terme.
Cet article propose une méthode pour estimer la forme et la pose 3D complètes d'objets transparents à partir d'une seule image RGB-D en exploitant YOLO11 pour la détection initiale et en optimisant de manière itérative un modèle de forme statistique spécifique à une catégorie afin de surmonter les limitations des capteurs de profondeur conventionnels.
CAPE-Net est un classificateur à sortie précoce, conforme, adaptatif et sensible à la dérive qui permet aux FAI d'effectuer une classification de trafic chiffré précise, certifiée et maintenable sur les métadonnées de séquences de paquets en intégrant des garanties d'erreur sans distribution, l'abstention sur les applications inconnues et une réparation de dérive par classe efficace au sein d'un seul modèle compact.
Cet article propose et évalue un cadre de contrôle d'accès basé sur des politiques (PBAC) activé par la blockchain, implémenté sur Hyperledger Besu à l'aide de contrats intelligents Solidity, afin de parvenir à un partage de données médicales sécurisé, conforme au RGPD et centré sur le patient, avec un consentement dynamique et un audit transparent, démontant un compromis équilibré entre l'efficacité des performances et l'autonomie du patient à travers divers mécanismes de consensus.
Cette revue systématique de la littérature, respectant les directives PRISMA 2020, analyse 32 études sur l'utilisation des grands modèles de langage pour la découverte mathématique afin d'identifier sept paradigmes techniques, de souligner l'efficacité supérieure de la recherche évolutionnaire combinée à la vérification formelle et de fournir une taxonomie pour guider les recherches futures dans ce domaine.
Cet article propose une méthode de détection de cyberattaques IIoT qui combine des techniques de traitement du déséquilibre des classes, telles que Borderline-SMOTE, avec un modèle CNN–BiLSTM–Attention afin d'améliorer significativement la reconnaissance des classes d'attaques minoritaires et la performance globale de détection sur le jeu de données TON-IoT.
Cet article présente TrustSLM, un cadre fondé sur la confiance qui agrège les sorties de plusieurs grands modèles de langage à l'aide de mesures de fiabilité pour détecter les hallucinations, identifier le paradoxe de l'exactitude des erreurs trop confiantes et réguler les réponses par une politique d'abstention contrôlée pour un déploiement de l'IA plus sûr.
Ce document propose YOLOv11-AHFE, un nouvel algorithme de détection de défauts de surface qui intègre une transformée en ondelettes à double flux et un module d'amélioration des hautes fréquences à l'architecture YOLOv11 afin de préserver et de récupérer les détails critiques de haute fréquence perdus lors du sous-échantillonnage traditionnel, améliorant ainsi considérablement la détection de défauts complexes et de petite échelle sur les surfaces métalliques.
Cet article démontre que l'adoption d'un objectif d'entraînement minimax, qui optimise les agents de reconfiguration de réseau contre un portefeuille d'attaques au pire cas recalculé dynamiquement plutôt que contre une stratégie unique et fixe, réduit considérablement l'« écart de dégradation adaptative » et produit des topologies dotées d'une robustesse face au pire cas supérieure contre des adversaires capables de reconnaissance, quel que soit l'optimiseur utilisé.
Cet article propose AGHA-Net, un nouveau cadre d'apprentissage profond qui intègre une convolution de graphe adaptative, des unités récurrentes à portes spatiotemporelles et un mécanisme d'attention hybride à double branche pour améliorer significativement la précision et la stabilité de la prédiction du flux de passagers du transport ferroviaire urbain à court terme en capturant efficacement les dépendances spatiales dynamiques et les motifs temporels complexes.