2305 papers
Deze studie presenteert een secundaire analyse van publieke datasets om te onderzoeken hoe variabiliteit tussen subjecten de generalisatie van EEG-EMG-fusiemodellen voor het decoderen van motorische intentie beïnvloedt, met als doel de prestatieafname over verschillende fusiestrategieën te kwantificeren en het potentieel van transfer learning te evalueren om deze interindividuele verschillen te mitigeren.
Het ECN-BENCH-artikel presenteert een systeemtechnische audit van een multi-agent forecasting testbed, die onthult dat op LLM gebaseerde waarschijnlijkheidsextractie zeer gevoelig is voor configuratiekeuzes en de selectie van de evaluator, waardoor de betrouwbaarheid van bijna uniforme voorspellingen wordt ondermijnd en de statistische significantie van vergelijkende prestatieresultaten wordt beperkt.
Dit artikel introduceert DiligenceProv, een nieuwe benchmark en constructiemethodologie die gebruikmaakt van synthetische dealrooms met geregistreerde imperfecties om de verifieerbaarheid, bewijsretrieval en definitienauwkeurigheid van grote taalmodellen bij hoogwaardige financiële due diligence te evalueren en te verbeteren.
Dit artikel stelt een robuust, meerlagig audio-encryptiealgoritme voor dat het Lorenz-chaotische systeem combineert voor initiële sleutelgeneratie en XOR-gebaseerde scrambling met een tweede laag die gebruikmaakt van de Elzaki-transformatie en hyperbolische Maclaurin-reeksexpansie, waarbij een hoge beveiliging en efficiëntie wordt aangetoond door middel van experimentele validatie en vergelijkende prestatieanalyse.
Dit artikel stelt TADNet voor, een hiërarchisch encoder-decoder netwerk dat een gecascadeerde Swin-Transformer encoder integreert met Transparency-Aware Attention en Structural Feature Enhancement modules om effectief diepte-ruis en geometrische vervorming bij de dieptecompletie van transparante objecten aan te pakken, waarbij superieure prestaties worden behaald op de ClearGrasp en TransCG datasets.
Deze gestructureerde review bekritiseert bestaande evaluaties van tool-gebruikende LLM-agenten wegens het niet onderbouwen van claims over het voorkomen van ongeautoriseerde effecten op resources, en stelt het Minimum Authorization-Assurance Profile (MAAP) voor als een nieuw, op bewijs gebaseerd kader om de rapportage van handhavingssemantiek, observatiegrenzen en residuele aannames te standaardiseren voor transparante beveiligingsvergelijking.
Dit artikel stelt een Verification-First Agentic RAG-framework voor dat deterministische validatieagenten integreert om de regelgevende nauwkeurigheid te waarborgen en hallucinaties in Urban Cyber-Physical Systems te voorkomen, waarbij een superieure prestatie wordt aangetoond op het gebied van supersessiedetectie en nalevingsredenering in vergelijking met bestaande methoden.
Deze grensoverschrijdende, op agenten gebaseerde audit van het Turkse politieke discours onthult dat hoewel de taal van de prompt de politieke standpunten van generatieve AI-responsen minimaal beïnvloedt, deze de bewijsvoerende bronnen waarop modellen vertrouwen aanzienlijk verandert, waarbij de identiteit van het model en de gebruikerspersona een sterkere invloed uitoefenen op de uiteindelijke output dan de taal van de prompt zelf.
Deze studie stelt een vroegtijdig waarschuwingsbeslissingsondersteuningskader voor dat gebruikmaakt van ensemble learning-modellen getraind op de OULAD-dataset en verbeterd met SMOTE om effectief het prestatiegevaar van studenten bij de grens van het eerste kwartaal te voorspellen, waarbij wordt aangetoond dat LightGBM een superieure nauwkeurigheid bereikt bij het identificeren van studenten die tijdige academische interventie nodig hebben.
Dit artikel stelt een nieuw framework voor 6G edge-netwerken voor dat privacy-bewuste federated learning, een op de Grey Wolf Optimizer gebaseerd trust model optimalisatie en een permissioned blockchain integreert om robuust, veerkrachtig en privaat trust management te bereiken tegen adversariële aanvallen.