3657 papers
Deze studie toont aan dat het integreren van gedragsmatige kenmerken op agentniveau in een op XGBoost gebaseerd machine learning-framework significant beter presteert dan traditionele modellen die enkel op transacties zijn gebaseerd bij het detecteren van fraude met mobiel geld binnen het unieke digitale financiële ecosysteem van Zambia.
Dit artikel stelt een robuuste adaptieve spatio-temporele verfijningsmethode voor die de Triangle-SDF continue botsdetectie verbetert door onzekere ruimtelijke en temporele cellen selectief te onderverdelen op basis van conservatieve ondergrenzen en onzekerheidsmetrieken, waardoor een nauwkeurige berekening van de impacttijd wordt gegarandeerd voor complexe, snelle bewegingen terwijl de computationele efficiëntie behouden blijft.
Dit artikel overbrugt de kloof tussen kwalitatieve en kwantitatieve analyse van minimale pose-schatting door een gesloten relatie af te leiden die bewijst dat de conditiegetal van algebraïsche oplossers omgekeerd evenredig divergeert met de geometrische afstand tot kritieke degeneraties zoals de Danger Cylinder, waarmee wordt vastgesteld dat hoewel geometrie singulariteit dicteert, algebraïsche parametrisering het tempo van numerieke instabiliteit beheerst.
Dit artikel toont aan dat het initialiseren van vision foundation models (zoals DINOv2 en MedSigLIP) aanzienlijk beter presteert dan willekeurige initialisatie bij multimodale medische beeldclassificatie, met name wanneer gelabelde data schaars zijn of beeldvormingsmodaliteiten ontbreken.
Dit artikel stelt een lichtgewicht, dual-path CNN-architectuur voor voor vingerafdrukherkenning met hoge nauwkeurigheid die direct op ruwe afbeeldingen werkt en efficiënt is geïmplementeerd op een Xilinx Virtex-7 FPGA, waarbij superieure prestaties worden bereikt met geoptimaliseerd resource- en energieverbruik.
Dit artikel stelt een raamwerk voor voor de classificatie van ziekten aan rijstbladeren dat een Pyramid Dilated Kronecker Network (PDKN) integreert met een nieuwe Harmonic Euclidean Smooth Tamed Loss (HaEST-Loss) functie, waarbij een hoge nauwkeurigheid (91,646%) wordt bereikt via een pijplijn bestaande uit contra-harmonische gemiddelde filtering, LadderNet-gebaseerde segmentatie en geavanceerde extractie van kenmerken.
Het artikel stelt het Agentic-QA Fusion Framework voor, een stateful multi-agent systeem dat de beperkingen van standaard Generatieve AI bij het genereren van tests overwint door autonoom strategieën te bepalen en scripts zelf te herstellen om een bijna perfecte syntactische correctheid en hoge mutatiescores te bereiken binnen complexe, gereguleerde industriële domeinen.
Dit artikel presenteert een hardware-software co-ontworpen lichtgewicht CNN–MLP-versneller, geïmplementeerd op een Xilinx Zynq-7020 FPGA, die een detectie nauwkeurigheid van 99,28% bereikt met een lage latentie en een laag stroomverbruik, waardoor een geoptimaliseerde afweging tussen classificatieprestaties en hardware-efficiëntie wordt geboden voor real-time CAN-bus intrusiedetectie.
Dit artikel stelt een end-to-end Transformer-framework voor dat netwerkverkeer behandelt als een sequentie van tokens om de beperkingen van traditionele methoden bij het classificeren van versleutelde en diverse internetcommunicatie te overwinnen, waarbij een nauwkeurigheid van 93,11% wordt bereikt op de ISCXVPN2016-dataset en de real-time toepasbaarheid wordt aangetoond.
Dit Systematization of Knowledge (SoK)-artikel synthetiseert onderzoek naar de overgang van traditionele hardwarematige Red/Black-architecturen naar veilige, softwaregebaseerde Multi-Domain Data Segregation (MDDS) voor stemcommunicatiesystemen, waarbij technologieën zoals Software-Defined Networking, Separation Kernels en Post-Quantum Cryptography worden geëvalueerd om schaalbare, hoogwaardige interoperabiliteit in moderne missiekritische operaties mogelijk te maken.