4157 articles
Cet article démontre que les auto-encodeurs quantiques, spécifiquement un modèle à 8 caractéristiques avec un encodage Dense-Angle et un ansatz RealAmplitude, surpassent les auto-encodeurs classiques dans la détection d'anomalies de cybersécurité sur le jeu de données BETH en atteignant un score F1 plus élevé (0,87 contre 0,77), même lorsqu'ils sont entraînés sur nettement moins d'échantillons.
Cette revue systématique de 20 études examinées par des pairs évalue le paysage post-COVID de la surveillance mobile assistée par l'IA dans l'enseignement supérieur, soulignant son potentiel pour une intégrité des examens évolutive tout en abordant de manière critique les lacunes importantes de la recherche spécifique au mobile, la fiabilité technique et les préoccupations éthiques telles que la confidentialité et le biais algorithmique.
Cet article présente AllLinLog, un modèle rationalisé qui élimine la nécessité de l'analyse syntaxique des journaux en utilisant un encodeur à auto-attention linéaire pour traiter directement l'information contextuelle complète des journaux système, atteignant ainsi une précision de détection d'anomalies et une vitesse d'inférence supérieures par rapport aux méthodes traditionnelles.
Cet article propose et évalue un modèle cryptographique hybride qui intègre RSA avec la distribution de clés quantiques (utilisant le protocole BB84) pour sécuriser l'électronique grand public contre les menaces de l'informatique quantique, démontrant une performance accrue en matière de génération de clés, de vitesse de chiffrement et de résistance aux attaques de l'homme du milieu.
Le document propose DOKA-Agent, un cadre d'agent de modèle de langage étendu qui emploie un flux de travail percevoir-planifier-agir pour réaliser un alignement d'ontologie dynamique et incrémental dans des graphes de connaissances évolutifs, améliorant ainsi la précision sémantique et réduisant la latence de mise à jour par rapport aux méthodes statiques traditionnelles.
En utilisant un corpus de cybersécurité spatiale, cette étude démontre que si la topologie de graphe offre une valeur incrémentale dépendante du contexte dans la prévision de l'émergence technologique, les historiques temporels au niveau des nœuds encodent déjà la majeure partie de l'information prédictive, ce qui se traduit par des améliorations modestes et non uniformes des modèles tenant compte du graphe par rapport aux bases temporelles robustes.
Cet article présente CuSPC, une architecture orientée GPU pour le codage polaire stéganographique qui restructure les ordonnancements de décodage et exploite le parallélisme multi-niveaux pour atteindre une augmentation de débit de 30 fois par rapport aux références CPU, tout en maintenant une faible perte de codage et une résistance à la stéganalyse comparable.
Cette étude présente CodePori, un système multi-agents à grande échelle pour le développement logiciel autonome, et évalue empiriquement son applicabilité en conditions réelles à travers les retours des participants afin d'identifier les défis et opportunités clés au-delà des mesures de référence standards.
Cette étude propose et évalue des stratégies pour redéfinir les devoirs d'informatique afin de tirer parti, plutôt que d'interdire, les outils d'IA, démontrant que les cycles d'apprentissage itératifs, le moment opportun et le feedback continu peuvent améliorer la compréhension réelle des étudiants tout en préservant l'intégrité académique.
Cet article présente Res6-Deep11, un nouveau modèle de reconstruction d'images non supervisé qui détecte et segmente efficacement les déversements de pétrole dans les images SAR sans nécessiter de labels de vérité terrain au niveau du pixel, atteignant une performance supérieure aux méthodes de l'état de l'art avec un score F1 de 77,33 %.