964 articles
Cet article propose un cadre léger de réseau EEG à double attention basé sur l'extraction de caractéristiques spatio-temporelles profondes (CSFE-DAE) qui combine les motifs spatiaux communs avec des mécanismes de double attention pour atteindre une précision de détection de la maladie de Parkinson de pointe de 97,59 % sur les signaux EEG.
Cette étude a utilisé un modèle de développement Four-D pour créer et valider un système de gestion de l'apprentissage basé sur l'IA pour les écoles primaires, que les experts ont jugé hautement faisable et efficace pour améliorer les compétences en pensée computationnelle des élèves, particulièrement en ce qui concerne la décomposition, l'abstraction et les algorithmes.
Ce document propose un réseau de neurones hybride quantique-classique à fusion adaptative aux caractéristiques (FAF-HQNN) qui pondère dynamiquement les prédictions classiques et quantiques afin d'obtenir une précision supérieure et une robustesse accrue contre le bruit dans les tâches de classification d'images biomédicales.
Le papier propose ACDGRec, un modèle de recommandation robuste qui intègre l'entraînement adversaire et l'apprentissage contrastif dans un réseau de neurones sur graphe basé sur la diffusion afin de traiter efficacement la parcité des données, les problèmes de démarrage à froid et l'instabilité des entrées en capturant les corrélations de contexte latent des utilisateurs.
Cet article propose un cadre MADDPG (Multi-Agent Deep Deterministic Policy Gradient) coopératif et conscient de l'NDN qui exploite l'apprentissage décentralisé et des représentations d'état spécialisées pour atténuer efficacement les attaques par pollution de cache dans le Named Data Networking, démontrant une efficacité de cache, une convergence plus rapide et une résilience accrues par rapport aux approches mono-agent et conventionnelles.
Cet article propose un cadre d'optimisation de politique proximale améliorée par cartographie linéaire (LME-PPO) qui exploite l'apprentissage par renforcement profond pour optimiser l'équilibrage dynamique de la charge et réduire la latence du système dans les environnements d'informatique de bord des villes intelligentes en cartographiant efficacement les espaces de tâches complexes et en assurant l'équilibre computationnel entre les serveurs de bord.
Cet article propose un cadre d'apprentissage par renforcement multi-agents doté d'incitations issues de la théorie des jeux afin de parvenir au consensus entre des participants de blockchain autonomes et apprenants, démontrant que les politiques convergent vers des équilibres équitables et tolérants à l'adversité tout en identifiant des limitations architecturales spécifiques et en affinant les garanties de convergence théoriques.
Cette étude utilise la modélisation par équations structurelles pour démontrer que, bien que la sensibilisation à la cybersécurité pilotée par l'IA et la littératie numérique favorisent considérablement l'adoption de systèmes de cybersécurité basés sur l'IA, la confiance envers ces systèmes n'influence pas directement l'intention comportementale, soulignant ainsi la nécessité critique pour les organisations de donner la priorité au développement de la sensibilisation à la cybersécurité et de la littératie numérique plutôt qu'au seul renforcement de la confiance.
Cet article présente DustFormer, un cadre encodeur-décodeur basé sur l'apprentissage profond qui effectue simultanément la segmentation et l'estimation de la densité de la poussière dans des images RVB, atteignant une précision et une robustesse élevées pour la surveillance environnementale, l'agriculture de précision et les applications de détection intelligente.
Cet article propose une méthode d'exécution symbolique dirigée, améliorée par des stratégies de symbolisation automatique et de bornage de boucles, afin de vérifier efficacement la faisabilité des chemins de flux de contrôle interprocéduraux, démontrant un rappel et une précision supérieurs par rapport aux outils existants tels que KLEEF lorsqu'elle est appliquée à des projets réels et à l'intégration d'analyses statiques.