Real-Time Acoustic Keylogging: A Convolutional Neural Network Based Approach
本論文は、ログメルスペクトログラムを用いて学習させた畳み込みニューラルネットワークを利用することで、低遅延(0.35秒)かつ限られた学習データ条件下でも堅牢な性能を実現し、高精度なキーストローク推論を可能にする新しいリアルタイム音響キーロギングシステムを提案するものである。
3895 件の論文
本論文は、ログメルスペクトログラムを用いて学習させた畳み込みニューラルネットワークを利用することで、低遅延(0.35秒)かつ限られた学習データ条件下でも堅牢な性能を実現し、高精度なキーストローク推論を可能にする新しいリアルタイム音響キーロギングシステムを提案するものである。
本研究は、曲線の幾何学的特徴抽出とCNN-LSTMハイブリッドアーキテクチャを統合することで、支援的コミュニケーションのための効果的な手話からテキストへの翻訳を促進するために、新たに作成された5,000個の注釈付きサンプルからなるデータセットにおいて94.6%の精度を達成した、年齢横断的なカンナダ手話認識のための堅牢なリアルタイム・フレームワークを導入するものである。
本論文は、局所的な共分散によって定義されるアフィン集合への平均化された投影を通じて言語モデルの感情的振る舞いを誘導しつつ、選択的な棄却のための安全性メカニズムを組み込んだ、有界かつ非拡大な推論前オペレータであるMAT-3を導入するが、そのダウンストリーム言語モデルにおける実用的な有効性は、依然として経験的に検証される必要がある。
本論文は、ゼロ過剰な間欠的スペアパーツ需要予測を発生確率と条件付きサイズ推定へと分解し、動的適応融合メカニズムを利用することで、予測誤差を大幅に低減し、需要ゼロ期間における偽陽性の予測を抑制するDynamic Adaptive Fusion Transformer(DAF-Transformer)を提案する。
本論文は、顔認識における連続的な遮蔽を効果的に処理するために、構造情報と距離情報を統合した重み付きスパース行列回帰(WSMR)モデルを提案し、最適化のために交互方向乗数法(ADMM)を利用し、公開データベースを用いた実験を通じて優れた性能を実証するものである。
本論文は、メンバーシップ推論攻撃を防ぐためにモデルの更新を暗号化することにより、複数の病院間でのプライバシー保護型の疾患予測を可能にするCKKSベースの準同型フェデレーテッドラーニングフレームワークを提案しているが、この強化されたセキュリティは、平文のアプローチと比較して、大幅な通信オーバーヘッドと予測有用性の低下という代償を伴うものである。
本論文は、従来の選択手法が失敗するような深刻なデプロイメント・シフト下において、ドメイン固有情報の除去が分布外(OOD)シード分類を改善するタイミングを予測するために、ドメイン部分空間とクラス識別方向との間の角度を利用する、ラベルフリーの幾何学的診断手法を提案し、検証するものである。
本研究は、ガイド付きのミッションを通じて探索を構造化するEduQubit学習環境が、IBM Quantum Composerと比較して、小学6年生の量子コンピューティングに関する概念的理解を大幅に向上させた一方で、自己効力感、ワークロード、またはユーザーエクスペリエンスについては有意な差をもたらさなかったことを明らかにした。
本論文は、動的な条件下におけるエンタープライズ向けインスタントメッセージングシステムのレジリエンス、ワークロード・バランシング、およびリソース効率を向上させるために、機械学習による分類とADMM-LASSO最適化を統合したAI対応フレームワークを提案するものである。
本論文は、スマートグリッド対応の電気自動車ネットワークにおいて、高精度なマルチアタック検知を実現し、かつバッテリー消費を最適化するために、MTCNN-LSTMベースのマルチレベル信頼性評価モデルを統合した、クローズドループ型のV2Xセキュリティおよびエネルギー配分フレームワークを提案する。