3657 articoli
Questo studio dimostra che l'integrazione di caratteristiche comportamentali a livello di agente in un framework di apprendimento automatico basato su XGBoost supera significativamente i modelli tradizionali basati solo sulle transazioni nel rilevare le frodi del mobile money all'interno dell'ecosistema finanziario digitale unico dello Zambia.
Questo articolo propone un metodo di raffinamento spazio-temporale adattivo e robusto che migliora la rilevazione delle collisioni continua Triangle-SDF mediante la suddivisione selettiva di celle spaziali e temporali incerte basata su limiti inferiori conservativi e metriche di incertezza, garantendo così un calcolo accurato del tempo di impatto per movimenti complessi e ad alta velocità pur mantenendo l'efficienza computazionale.
Questo articolo colma il divario tra l'analisi qualitativa e quella quantitativa della stima della posa minima derivando una relazione in forma chiusa che dimostra come il numero di condizionamento dei solutori algebrici diverga inversamente con la distanza geometrica dalle degenerazioni critiche come il Cilindro del Pericolo, stabilendo così che mentre la geometria detta la singolarità, la parametrizzazione algebrica governa il tasso di instabilità numerica.
Questo articolo dimostra che l'inizializzazione di modelli di visione fondamentali (come DINOv2 e MedSigLIP) supera significativamente l'inizializzazione casuale nella classificazione di immagini mediche multi-modali, in particolare quando i dati etichettati sono scarsi o le modalità di imaging sono mancanti.
Questo articolo propone un'architettura CNN a doppio percorso leggera per il riconoscimento delle impronte digitali ad alta precisione che opera direttamente su immagini grezze ed è implementata efficientemente su un FPGA Xilinx Virtex-7, ottenendo prestazioni superiori con un consumo ottimizzato di risorse e potenza.
Questo articolo propone un framework di classificazione delle malattie delle foglie di riso che integra una Pyramid Dilated Kronecker Network (PDKN) con una nuova funzione di perdita Harmonic Euclidean Smooth Tamed Loss (HaEST-Loss), raggiungendo un'elevata accuratezza (91,646%) attraverso una pipeline che coinvolge il filtraggio della media contra-armonica, la segmentazione basata su LadderNet e l'estrazione avanzata delle caratteristiche.
Il documento propone l'Agentic-QA Fusion Framework, un sistema multi-agente stateful che supera i limiti della Generative AI standard nella generazione di test attraverso la pianificazione autonoma di strategie e l'auto-riparazione degli script per raggiungere una correttezza sintattica quasi perfetta e alti punteggi di mutazione in complessi domini industriali regolamentati.
Questo articolo presenta un acceleratore CNN–MLP leggero, progettato con co-design hardware-software e implementato su un FPGA Xilinx Zynq-7020, che raggiunge un'accuratezza di rilevamento del 99,28% con bassa latenza e consumo energetico, offrendo un compromesso ottimizzato tra prestazioni di classificazione ed efficienza hardware per il rilevamento delle intrusioni sul bus CAN in tempo reale.
Questo articolo propone un framework Transformer end-to-end che tratta il traffico di rete come una sequenza di token per superare i limiti dei metodi tradizionali nella classificazione delle comunicazioni internet criptate e diversificate, raggiungendo un'accuratezza del 93,11% sul dataset ISCXVPN2016 e dimostrando l'applicabilità in tempo reale.
Questo articolo di Sistematizzazione della Conoscenza (SoK) sintetizza la ricerca sulla transizione dalle tradizionali architetture Red/Black basate su hardware verso una segregazione dei dati multi-dominio (MDDS) sicura e basata su software per i sistemi di comunicazione vocale, valutando tecnologie quali il Software-Defined Networking, i Separation Kernel e la Crittografia Post-Quantistica per abilitare un'interoperabilità scalabile e ad alta affidabilità nelle moderne operazioni critiche per la missione.