2559 articoli
Questo articolo propone il Trusted and Explainable Collective Learning (TECL), un metodo innovativo che sfrutta attivamente i conflitti nei dati multi-vista per valutare la coerenza individuale, dare priorità alle viste e generare decisioni collettive affidabili e interpretabili, piuttosto che limitarsi a eliminare tali conflitti.
Questo articolo propone una strategia di aumento dei dati basata su word embedding e computazionalmente efficiente, che utilizza la sostituzione delle parole vicine per migliorare significativamente il Named Entity Recognition e offrire guadagni modesti per l'Entity Linking in cinque lingue, affrontando così la sfida del testo clinico annotato limitato nell'informatica sanitaria multilingue.
Questo articolo introduce UD-Quran, una conversione in Universal Dependencies v2 dell'Extended Quranic Treebank che standardizza le annotazioni morfologiche e sintattiche in due varianti interoperabili (superficiale e aumentata) per consentire un parsing coranico coerente con i moderni strumenti di NLP pur preservando la tracciabilità rispetto al corpus originale.
Questo articolo presenta TRNEWS-2025, un dataset di notizie in turco su larga scala e annotato manualmente che copre nove categorie diverse fino al 2025, il quale è stato validato per un uso efficace nella classificazione del testo e nella ricerca NLP attraverso esperimenti con modelli basati su transformer e modelli di deep learning classici.
Questo articolo propone MM-QLOF, una funzione obiettivo di Q-learning multi-metrica decentralizzata che integra il tasso di successo dei pacchetti, le trasmissioni attese e i livelli di congestione per consentire la selezione autonoma e adattiva del nodo genitore nelle reti IoT, migliorando significativamente i tassi di consegna dei pacchetti e riducendo la latenza rispetto agli standard RPL esistenti.
Questo articolo presenta una revisione narrativa concettuale della letteratura dal 2020 al 2025 sugli attacchi cyber globali multi-caso, evidenziando i limiti dei modelli di sicurezza tradizionali e proponendo un nuovo framework a quattro livelli per far progredire la comprensione e l'implementazione della resilienza cyber.
Questo articolo propone un metodo di prevenzione della manomissione dei dati privati per multi-sensore che combina l'autenticazione distribuita, una T-box migliorata con crittografia AES e il rilevamento di attacchi flood basato sulla varianza differenziale per garantire la sicurezza, l'integrità e la riservatezza dei dati durante la trasmissione e l'archiviazione.
Questo articolo propone FPSD-MCP, un nuovo framework di apprendimento federato che integra il calcolo multi-parte sicuro e la crittografia omomorfa con una strategia di aggregazione adattiva per ottenere una soluzione di rilevamento dello spam scalabile, che preservi la privacy e sia efficiente dal punto di vista della comunicazione per ambienti multi-cloud eterogenei.
Questo articolo propone l'Intent-Guided Diffusion Model (IGDM), un nuovo framework che migliora la raccomandazione cold-start per l'utente estraendo prototipi di intento latente trasferibili dai dati storici, fondendoli adattivamente con i comportamenti utente sparsi e guidando un processo di denoising basato sulla diffusione per affinare la stima delle preferenze, superando così gli esistenti baseline su molteplici dataset del mondo reale.
Questo articolo introduce TRIDIS, un corpus aperto e armonizzato di documenti manoscritti medievali e della prima età moderna progettato per supportare il riconoscimento del testo scritto a mano e il riconoscimento delle entità nominate, proponendo al contempo una innovativa strategia di valutazione basata sugli outlier per affrontare i limiti dei convenzionali split casuali nel benchmarking di documenti del patrimonio culturale.