994 件の論文
本論文は、2つのQテーブルとリアルタイムの需要信号を利用してキャッシュ決定と経路上の配置を動的に最適化する、コンテンツ中心ネットワーク向けQ学習強化型コンテンツキャッシングスキームであるLARC-QLを提案しており、静的な戦略と比較してキャッシュヒット率、レイテンシ、およびリソース効率を大幅に向上させるものである。
本論文は、量子オートエンコーダ、具体的にはDense-AngleエンコーディングとRealAmplitudeアンザッツを用いた8特徴量モデルが、大幅に少ないサンプル数で学習した場合でも、BETHデータセットを用いたサイバーセキュリティの異常検知において、古典的なオートエンコーダよりも高いF1スコア（0.87対0.77）を達成することで、それらを凌駕することを実証している。
20件の査読済み研究を対象としたこの系統的レビューは、高等教育におけるAI搭載型モバイルプロクタリングのポストCOVIDの展望を評価しており、試験の完全性をスケーラブルにする可能性を強調する一方で、モバイル特有の研究、技術的信頼性、およびプライバシーやアルゴリズムのバイアスといった倫理的懸念における重大な欠落を批判的に指摘している。
本論文では、線形自己注意エンコーダを用いてシステムログから完全な文脈情報を直接処理することで、従来のログ解析の必要性を排除し、従来の手法と比較して優れた異常検知精度とより高速な推論を実現した合理化されたモデルであるAllLinLogを紹介する。
本論文は、量子コンピューティングの脅威に対して家電製品を保護するために、RSAと量子鍵配送（BB84プロトコルを使用）を統合したハイブリッド暗号モデルを提案および評価し、鍵生成、暗行、および中間者攻撃に対する耐性における性能向上を実証するものである。
本論文は、進化する知識グラフにおいて動的かつ漸進的なオントロジー・アライメントを実現するために「知覚・計画・実行」のワークフローを採用した大規模言語モデルエージェントのフレームワークであるDOKA-Agentを提案しており、これにより従来の静的な手法と比較して意味論的な精度を向上させ、更新レイテンシを低減させている。
宇宙におけるサイバーセキュリティのコーパスを用いた本研究は、グラフ・トポロジーが技術創出の予測において文脈依存的な増分価値を提供する一方で、ノードレベルの時系列履歴がすでに予測情報の大部分をエンコードしており、その結果、グラフを考慮したモデルによる強力な時系列ベースラインからの改善はわずかであり、かつ非一様であることを示している。
本論文は、デコーディング・スケジュールの再構築とマルチレベルの並列性を活用することで、低コーディング損失と遜色のないステガナリシス耐性を維持しつつ、CPUベースラインに対して30倍のスループット向上を実現する、ステガノグラフィ用極符号化のためのGPU指向アーキテクチャであるCuSPCを提案する。
本研究では、自律的なソフトウェア開発のための大規模マルチエージェントシステムであるCodePoriを紹介し、標準的なベンチマーク指標を超えた主要な課題と機会を特定するために、参加者のフィードバックを通じてその実世界における適用可能性を実証的に評価する。
本研究は、AIツールを禁止するのではなく活用するためにコンピュータサイエンスの宿題を再設計する戦略を提案・評価するものであり、反復的な学習サイクル、戦略的なタイミング、そして継続的なフィードバックが、学問的誠実性を維持しながら真の学生の理解を深められることを実証している。