4157 articles
Cet article présente un cadre de classification des défauts de PCB explicable qui combine l'optimisation des hyperparamètres par TRIBRID, l'apprentissage par transfert et MobileNetV3 afin d'atteindre une précision et une interprétabilité parfaites tout en maintenant l'efficacité computationnelle requise pour les systèmes d'inspection optique automatisée intelligents.
Cet article présente un mécanisme d'attestation post-quantique indépendant du matériel pour les dispositifs industriels hérités qui exploite le cycle hibernation-reprise sur des plateformes x86 de commodité pour capturer et signer l'état d'exécution à l'aide de CRYSTALS-Dilithium, permettant ainsi une vérification fiable sans matériel de sécurité dédié tel que les TPM.
Cet article propose un cadre d'apprentissage profond hybride multi-experts qui utilise un mécanisme de routage intelligent ResNet-50 pour sélectionner dynamiquement des modèles de détection spécialisés (YOLOv8 et Mask R-CNN amélioré par SwinIR) pour différents environnements maritimes, atteignant une grande précision dans la détection de navires et identifiant avec succès les navires sombres dans des scénarios réels tels que le détroit de Singapour.
Cet article démontre que les modèles de diffusion pré-entraînés encodent implicitement des atlas anatomiques à l'échelle de la population au sein de leur dynamique apprise, permettant la récupération directe de modèles cérébraux nets, conditionnés par l'âge et compétitifs en termes de recalage, grâce à une inférence déterministe sans nécessiter de recalage explicite ni d'objectifs d'entraînement spécifiques à un atlas.
Cet article introduit BQEB ForecastBench, un cadre d'évaluation ouvert utilisant le jeu de données BQEB-Data v1 pour standardiser l'évaluation des modèles d'IA pour les prévisions de réseaux intelligents, démontrant à travers des expériences de référence que la régression linéaire surpasse les autres modèles pour prédire la charge et les prix de l'électricité tout en soulignant la complexité inhérente à la prévision des prix.
Cette étude propose un cadre d'apprentissage profond à double tâche basé sur LSTM qui prédit simultanément le moment du rachat par le client et la sélection du prochain produit, démontrant une performance supérieure aux modèles existants sur des données de commerce électronique à grande échelle et offrant un système d'agent IA pratique pour l'optimisation automatisée du marketing.
Cet article introduit la Subdivision Neurale de Préservation de la Proximité (PNS), une règle de raffinement entraînable qui augmente la subdivision de Loop par une correction bornée et pilotée par la courbure afin de capturer de manière adaptative les caractéristiques géométriques locales tout en maintenant strictement les propriétés structurelles essentielles telles que l'équivariance par mouvement rigide, la reproduction planaire et la stabilité spectrale.
Cet article présente une revue systématique de la littérature qui synthétise les exigences de gouvernance actuelles et identifie les lacunes de recherche critiques nécessaires pour établir une communication machine-à-machine digne de confiance, transparente et responsable au sein des écosystèmes de données autonomes.
Cette étude emploie une analyse de contenu reproductible d'un tableau de correspondance de 50 enregistrements pour cartographier dix domaines de maturité de la cybersécurité de l'enseignement supérieur par rapport à dix cadres faisant autorité, révélant que si le NIST CSF 2.0 offre une couverture complète, une approche multicouche intégrant des normes générales de risque, opérationnelles, sectorielles et d'IA est nécessaire pour une gouvernance institutionnelle efficace.
Cette étude exploratoire analyse 607 sites de phishing de commerce électronique au Vietnam de 2022 à 2024 pour révéler comment les attaquants usurpent de plus en plus l'identité de plateformes majeures comme Shopee et Tiki tout en adaptant continuellement leurs tactiques techniques, telles que les structures d'URL et les protocoles, pour échapper à la détection.