2456 papers
Dit artikel stelt het APT-VFSEA-model voor, dat variabele fuzzy-sets gebruikt om de effectiviteit van Advanced Persistent Threat (APT) aanvallen en verdedigingen kwantitatief te evalueren door hun inherente onzekerheid en complexiteit aan te pakken, waarbij experimentele validatie de nauwkeurigheid ervan tegenover real-world scenario's aantoont.
Deze studie stelt een adaptieve selectiemethode voor de parameters van het MICE-algoritme voor op basis van longfunctieindicatoren, waarbij wordt aangetoond dat deze strategie de PCHIP-interpolatie overtreft door een stabiele voorspellende prestatie te behouden en multivariate correlaties effectief te vangen in COPD-datasets met variërende ontbrekende percentages.
Dit artikel introduceert het Oversight-to-Control (O2C)-framework, een socio-technisch model bestaande uit zes functies en ondersteunende voorwaarden, om te diagnosticeren waarom menselijk toezicht vaak faalt in het bereiken van effectieve controle in risicovolle AI-systemen door regelgevende instrumenten en praktijkcasussen te analyseren waarin interpretatie en tijdige interventie frequent tekortschieten.
Dit artikel stelt AJIT voor, een hoogwaardig klassiek-kwantum hybride framework dat kwantumbestendige veilige deling en multipartij-authenticatie van DICOM medische beelden waarborgt door DTCWT-gebaseerde compressie, quasi-periodieke unitaire scrambling en topologische hypergraafverificatie te combineren om verliesvrije reconstructie en robuuste differentiële weerstand te bereiken.
Deze studie introduceert het Cross-Market Retrieval-Augmented Lag-Llama (CM-RAF-Lag-Llama) framework, waarmee wordt aangetoond dat het integreren van historische retrieval met een voorgetraind Lag-Llama-model de voorspellingsfouten over diverse aandelenmarkten aanzienlijk vermindert door analoge historische vensters te benutten om voorspellingen te corrigeren, met name voor volatiliteits- en volumagerelateerde doelwitten.
Het artikel stelt CFE-UNet voor, een nieuw raamwerk voor semantische segmentatie voor remote sensing dat een gereconstrueerde encoder integreert met een Cross-Feature Exchange decoder om effectief globale context en lokale details te combineren, waarmee state-of-the-art prestaties wordt behaald op complexe, heterogene stedelijke en natuurlijke scènes.
Dit artikel toont aan dat in beperkte multimodale oncologische settings met beperkte en heterogene data, auditeerbare bewijs-rolorganisatie — het toewijzen van specifieke, compacte rollen aan moleculaire, fenotypische en klinische inputs — een kritischere determinant is voor cross-domain transferprestaties dan simpelweg het vergroten van de representatieschaal.
Deze studie stelt een op GraphRAG gebaseerde methodologie voor voor geautomatiseerde meta-analyse van Transcraniële Magnetische Stimulatie (TMS) literatuur, die gebruikmaakt van titelgebaseerde chunking, constructie van kennisgrafen op paperniveau en hybride retrieval om met hoge nauwkeurigheid parameters te extraheren en de benodigde tijd voor bewijssynthese aanzienlijk te verminderen.
StructFix is een structuurbewust framework voor automatische programmaherstel dat masked taalmodellen verbetert door Code Property Graphs te integreren om controle- en datadependenties beter te vatten, waardoor de effectiviteit van herstel en de cross-language robuustheid worden verbeterd in vergelijking met bestaande op token-sequenties gebaseerde benaderingen.
Het artikel stelt FedVIB–AGP voor, een post-aggregatie herstelraamwerk voor federated learning dat Variational Information Bottleneck-regularisatie tijdens de training combineert met Activation-Gap Pruning tijdens het herstel om gedistribueerde backdoor-aanvallen effectief te onderdrukken terwijl de nauwkeurigheid van de schone taak hoog wordt gehouden.