4157 articles
Ce document présente un cadre robuste de détection de deepfakes hybride qui intègre ResNet-50, XceptionNet et Vision Transformer pour l'extraction de caractéristiques spatiales avec un Bidirectional LSTM pour la modélisation temporelle, atteignant des performances de pointe avec une précision de 91,07 % sur les ensembles de données DFD et FF++.
Cet article présente HMFuzzer, un cadre de fuzzing coopératif multi-agents qui améliore la découverte de vulnérabilités des API de HarmonyOS en exploitant la récupération de code Android, l'interprétation de documents multimodaux, l'apprentissage par renforcement pour l'optimisation des prompts et l'analyse automatisée des crashs afin de surmonter la rareté et la faible qualité de la documentation existante de l'écosystème.
Ce document présente WhispiTree, un système d'IA conversationnelle multisensorielle fondé sur la métaphore du « trou de l'arbre » et les principes de la TCC qui, à travers un essai contrôlé randomisé de neuf semaines, a démontré une efficacité significative dans la réduction de l'anxiété et de la dépression chez les étudiants universitaires, tout en offrant une accessibilité, une confidentialité et un retour d'information en temps réel supérieurs par rapport au conseil traditionnel.
Cet article présente un pipeline systématique pour la reconnaissance faciale masquée robuste qui combine un détecteur YOLOv8 affiné avec un recadrage de la partie supérieure du visage guidé par des points de repère, démontrant à travers une évaluation approfondie que cette optimisation multi-étapes surpasse de manière significative les approches à modèle unique, particulièrement lors de l'utilisation de FaceNet avec la similitude cosinus.
Cet article propose et évalue deux approches de programmation linéaire en nombres entiers (PLNE) pour orchestrer les cycles d'activation et de charge des capteurs à neutralité énergétique afin d'assurer une couverture temporelle et spatiale continue dans les réseaux de surveillance en extérieur, en analysant les compromis entre la complexité de mise en œuvre, le temps de résolution et l'optimalité de la solution.
Ce document propose le Dynamic Explainable Framework (DEF), un pipeline en trois étapes intégrant des Transformers de séries temporelles, des réseaux de neurones convolutifs sur graphes et des techniques d'explicabilité post-hoc afin de parvenir à une détection d'intrusion de haute précision, de réduire considérablement la fatigue liée aux alertes des analystes en priorisant les incidents critiques, et de fournir des justifications transparentes et en temps quasi réel pour les environnements de centres d'opérations de sécurité.
Ce document propose SPQ-DETR, un détecteur basé sur les transformeurs qui améliore la détection de micro-UAV à longue portée en intégrant la préservation des caractéristiques à haute résolution, des requêtes guidées par des a priori initialisées à partir de jetons d'encodeur et une supervision géométrique sensible à la forme afin d'améliorer significativement la précision et le rappel sur des ensembles de données difficiles.
Cet article présente \methodfull, un cadre d'auto-amélioration piloté par la simulation qui génère, vérifie et répare de manière itérative des filets de circuits (netlists) en utilisant l'optimisation des préférences vérifiées par Pareto et l'optimisation de politique proximale sûre afin d'atteindre une conception de circuits à points de spécification multi-objectifs de haute précision à travers diverses familles analogiques.
Cet article propose un système d'identification biométrique robuste basé sur l'EEG qui convertit des signaux à 64 canaux en signatures neurales latentes 2D via des scalogrammes de ondelettes et un autoencodeur convolutif, puis classifie les sujets à l'aide d'un ResNet personnalisé pour atteindre une précision de 99,1 % sur le jeu de données PhysioNet Motor Imagery.
Cet article propose deux modifications architecturales basées sur le calcul par réservoir qui remplacent l'extraction traditionnelle de caractéristiques MFCC, complexe en termes de calcul, par des convolutions efficaces dans le domaine temporel, atteignant une performance supérieure dans les tâches de reconnaissance de la parole grâce soit à un ensemble multi-réservoirs décentralisé, soit à une approche de forme d'onde composite unique.