2363 papers
Dit artikel stelt een twee-lagen LSTM-framework voor SD-WAN-netwerken voor dat kanaallastvoorspelling en kritieke congestieclassificatie integreert om proactief routebeheer mogelijk te maken, waarbij een superieure voorspellingsnauwkeurigheid en beslissingsbetrouwbaarheid wordt aangetoond in vergelijking met traditionele methoden.
Dit artikel stelt een cross-versie domeinadaptatie-framework voor dat IEEE 802.11-kenmerkharmonisatie, DANN/CORAL-uitlijning en op vertrouwen gebaseerde open-set screening combineert om een nauwkeurige, real-time Wi-Fi-intrusiedetectie te bereiken over verschuivende omgevingen heen, terwijl het effectief voorheen onbekende aanvalfamilies identificeert met minimale labeling in het doeldomein.
Dit artikel introduceert PPSNet, een nieuw klasse-agnostisch telraamwerk dat het Extract-and-Match-paradigma theoretisch valideert en de beperkingen van op bounding boxes gebaseerde visuele exemplaren aanpakt door een Perceptual Prior Construction Module te gebruiken om de schaalverdeling te verfijnen en een Similarity-guided Weighting Module om de kenmerkovereenkomst te verbeteren, waardoor superieure prestaties worden bereikt in visuele, tekstuele en zero-shot prompting-scenario's.
Dit artikel introduceert een Physics-Informed MobileNetV2-framework voor thermische infrarood gasclassificatie dat thermodynamische inputkenmerken en physics-gepenaliseerde verliesfuncties integreert om een hoge nauwkeurigheid en nul valse alarmen voor mengseldetectie te bereiken, waarbij een gunstige afweging wordt geboden tussen ruwe prestaties en fysieke plausibiliteit voor veiligheidskritische toepassingen.
Dit artikel stelt een Adaptive Multi-Dataset Framework (AMDF) voor dat drie benchmark-datasets integreert met Sentence-BERT en XGBoost om prompt-injectie- en jailbreak-aanvallen effectief te detecteren en te filteren, waarbij een nauwkeurigheid van 84% wordt bereikt en de generalisatie van LLM-verdedigingen tegen evoluerende dreigingen wordt verbeterd.
Dit artikel stelt een quantum-geïnspireerde verbeterde particle swarm optimization (QI-PSO) voor die de klassieke snelheidgestuurde beweging vervangt door wetten van gebonden potentiaal-quantumverplaatsing om straf-plateaus in beperkte multimodale optimalisatie effectief te overwinnen, waarbij significante foutreducties op moeilijke benchmarks wordt aangetoond terwijl de superioriteit van de klassieke benadering op exploitatie-dominante problemen behouden blijft.
Dit artikel demonstreert empirisch de beperkingen van statische cloud-provisioningmethoden bij het afhandelen van dynamische workloads en SLA-beperkingen met behulp van Google Cluster-traces, en pleit daarom voor de adoptie van Deep Reinforcement Learning als een superieure, adaptieve en mensgerichte benadering voor geautomatiseerde resource-orchestratie.
Dit artikel presenteert een privacy-bewarend framework dat klinisch nauwkeurige synthetische gegevens genereert om een DistilBERT-model te trainen voor het detecteren van dwingende controle, waarmee de "Forensic Data Gap" effectief wordt overbrugd door een hoge prestatie te behalen op real-world juridische en sociale media benchmarks zonder de privacy van gebruikers in gevaar te brengen.
Dit artikel stelt een nieuwe "Symmetric Cartesian Collapse"-methode voor die non-Clifford kwantumcircuits simuleert in lineaire tijd en opslag door kwantumsystemen te modelleren als enkele discrete trajecten in plaats van dichte matrices, wat theoretisch de simulatie van meer dan duizend qubits op consumentenhardware mogelijk maakt.
Dit artikel toont aan dat in continue denkmodellen interpreteerbaarheid op basis van uitlezing vaak faalt om de onderliggende berekening te reflecteren, omdat de latente toestanden die vereist zijn om het antwoord van het model te veranderen aanzienlijk groter zijn dan die nodig zijn om de geprojecteerde uitlezing te wijzigen, wat dosis-respons-curves noodzakelijk maakt in plaats van interventies met een enkele magnitude voor een nauwkeurige causale analyse.