2403 articoli
Questo articolo propone un metodo per stimare la forma 3D completa e la posa di oggetti trasparenti da una singola immagine RGB-D, sfruttando YOLO11 per il rilevamento iniziale e ottimizzando iterativamente un modello statistico della forma specifico per categoria per superare i limiti dei sensori di profondità convenzionali.
CAPE-Net è un classificatore con uscita anticipata (early-exit), conforme, adattivo e consapevole del drift che consente agli ISP di eseguire una classificazione del traffico criptato accurata, certificata e manutenibile sui metadati delle sequenze di pacchetti integrando garanzie di errore prive di distribuzione, astensione su applicazioni sconosciute e riparazione efficiente del drift per classe all'interno di un unico modello compatto.
Questo articolo propone e valuta un framework di controllo dell'accesso basato su policy (PBAC) abilitato dalla blockchain, implementato su Hyperledger Besu tramite smart contract in Solidity, per ottenere la condivisione di dati medici sicuri, conformi al GDPR e incentrati sul paziente con consenso dinamico e auditing trasparente, dimostrando un equilibrio tra efficienza delle prestazioni e autonomia del paziente attraverso vari meccanismi di consenso.
Questa revisione sistematica della letteratura, che aderisce alle linee guida PRISMA 2020, analizza 32 studi sull'uso di modelli linguistici di grandi dimensioni per la scoperta matematica al fine di identificare sette paradigmi tecnici, evidenziare la superiore efficacia della ricerca evolutiva combinata con la verifica formale e fornire una tassonomia per guidare la ricerca futura nel campo.
Questo articolo propone un metodo di rilevamento di attacchi cyber IIoT che combina tecniche di gestione dello sbilanciamento delle classi, come Borderline-SMOTE, con un modello CNN–BiLSTM–Attention per migliorare significativamente il riconoscimento delle classi di attacco minoritarie e le prestazioni complessive di rilevamento sul dataset TON-IoT.
Questo articolo introduce TrustSLM, un framework basato sulla fiducia che aggrega gli output di molteplici modelli linguistici di grandi dimensioni utilizzando metriche di affidabilità per rilevare le allucinazioni, identificare il paradosso dell'accuratezza degli errori eccessivamente sicuri e regolare le risposte attraverso una politica di astensione controllata per un dispiegamento dell'IA più sicuro.
Questo articolo propone YOLOv11-AHFE, un nuovo algoritmo di rilevamento dei difetti superficiali che integra una trasformata wavelet a doppio flusso e un modulo di potenziamento delle alte frequenze nell'architettura YOLOv11 per preservare e recuperare i dettagli critici ad alta frequenza persi durante il campionamento tradizionale, migliorando così significativamente il rilevamento di difetti complessi e su piccola scala su superfici metalliche.
Questo articolo dimostra che l'adozione di un obiettivo di addestramento minimax, che ottimizza gli agenti di riprogettazione della rete contro un portafoglio di attacchi dinamici ricalcolati anziché una singola strategia fissa, riduce significativamente il "Gap di Degradazione Adattiva" e produce topologie con una robustezza nel caso peggiore superiore contro avversari capaci di ricognizione, indipendentemente dallo specifico ottimizzatore utilizzato.
Questo articolo propone AGHA-Net, un nuovo framework di deep learning che integra la convoluzione su grafo adattiva, unità ricorrenti a porta spazio-temporali e un meccanismo di attenzione ibrido a due rami per migliorare significativamente l'accuratezza e la stabilità della previsione del flusso di passeggeri del trasporto ferroviario urbano a breve termine, catturando efficacemente le dipendenze spaziali dinamiche e i complessi pattern temporali.
Questo articolo presenta e valuta una pipeline ibrida offline per la de-identificazione di cartelle cliniche in portoghese brasiliano utilizzando modelli linguistici locali a pesi aperti e filtri basati su regole, dimostrando un'elevata capacità di richiamo e stabilità su hardware modesto senza richiedere il fine-tuning specifico per il compito.