4157 articles
Ce document propose FPSD-MCP, un nouveau cadre d'apprentissage fédéré qui intègre le calcul multipartite sécurisé et le chiffrement homomorphe à une stratégie d'agrégation adaptative afin de parvenir à une solution de détection de spam évolutive, respectueuse de la vie privée et efficace en termes de communication pour les environnements multi-nuages hétérogènes.
Cet article propose l'Intent-Guided Diffusion Model (IGDM), un nouveau cadre qui améliore la recommandation en situation de démarrage à froid (cold-start) pour l'utilisateur en extrayant des prototypes d'intentions latentes transférables à partir de données historiques, en les fusionnant de manière adaptative avec des comportements d'utilisateurs parcimonieux, et en guidant un processus de débruitage basé sur la diffusion pour affiner l'estimation des préférences, surpassant ainsi les modèles de référence existants sur plusieurs jeux de données réels.
Cet article présente TRIDIS, un corpus ouvert et harmonisé de documents manuscrits médiévaux et de l'époque moderne conçu pour soutenir la reconnaissance de texte manuscrit et la reconnaissance d'entités nommées, tout en proposant une stratégie d'évaluation innovante basée sur les valeurs aberrantes afin de remédier aux limites des divisions aléatoires conventionnelles dans l'évaluation des documents patrimoniaux.
Cet article présente l'Aye-Aye Optimizer (AAO), un nouvel algorithme métaheuristique bio-inspiré qui imite la stratégie de recherche de nourriture par percussion du lémurien Aye-Aye à travers trois phases adaptatives afin d'atteindre un équilibre supérieur entre exploration et exploitation, une convergence plus rapide et des performances robustes sur des problèmes d'optimisation de référence et du monde réel.
Cet article propose un cadre basé sur un modèle de langage-vision avec une vérification par exemples sous contraintes et une évaluation de la confiance afin de réaliser une extraction structurée de haute précision et une reconstruction standardisée de documents de processus d'usinage hétérogènes sous des contraintes de faibles ressources, réduisant efficacement les hallucinations et permettant la numérisation des connaissances dans la fabrication intelligente.
Cette étude évalue les risques de cybersécurité dans les écosystèmes de l'Internet des objets (IoT) des maisons intelligentes dans la région MENA à travers une enquête auprès de 164 utilisateurs arabophones, révélant des préoccupations élevées en matière de confidentialité et des pratiques de protection incohérentes tout en proposant des recommandations de sécurité multicouches allant de la sensibilisation des utilisateurs aux solutions basées sur la blockchain.
Ce document propose HyperTuneMed, un cadre intelligent qui utilise un algorithme de régression logistique hyper-paramétré pour prédire des maladies à partir des symptômes de l'utilisateur avec une précision supérieure (jusqu'à 98,983 %) et fournir des recommandations de soins de santé préventifs personnalisés.
Cet article démontre que si des outils automatisés tels que Slither et Mythril détectent efficacement les modèles de vulnérabilité connus, la spécification formelle est essentielle pour vérifier la correction logique et garantir la sécurité de la gouvernance des données EEG basées sur la blockchain, car elle a identifié de manière unique une vulnérabilité de dépassement de limites de tableau injectée que les outils automatisés ont manquée.
Cet article propose un cadre de prédiction de panneaux de signalisation innovant qui intègre un prétraitement par Moyenne Non Locale, une architecture U-Net modifiée, une classification par CNN Dense et l'Optimisation par Essaim de l'Hyrax des Rochers pour le réglage des hyperparamètres, atteignant une précision de pointe de 99,64 % sur les ensembles de données TT100K et 99,6 % sur les GTSDB.
Cet article présente EDNet-20, un nouveau cadre d'apprentissage profond optimisé par l'augmentation de données photométriques et des techniques d'IA explicable qui atteint une précision de détection de maladies oculaires multi-labels supérieure aux modèles de pointe, offrant ainsi un outil prometteur pour le diagnostic clinique précoce.