2578 papers
MobiShield is een nieuw federated learning-framework voor de detectie van Android-malware dat tegelijkertijd non-IID-dataheterogeniteit, concept drift en privacylekken aanpakt door adaptieve feature-weging, Hoeffding-gebaseerde driftdetectie en een dynamisch differentieel privacymechanisme te integreren dat ruisoniveaus aanpast als reactie op distributieverschuivingen.
Dit artikel stelt een privacy-bewarend federated learning-framework voor dat een hybride Deep Neural Network en XGBoost-model integreert om effectief cyberdreigingen in Internet of Medical Things-omgevingen te detecteren, terwijl uitdagingen met betrekking tot gegevensprivacy, non-IID-gegevensverdeling en aanvallen door tegenstanders worden aangepakt.
Dit artikel stelt een lichtgewicht, modulair, op retrieval gebaseerd framework voor dat effectief hallucinaties in Large Language Models detecteert en corrigeert door gebruik te maken van TF-IDF bewijsretrieval en gewogen verificatie, waarbij een hoge detectie nauwkeurigheid en een significante reductie van hallucinaties wordt bereikt zonder de computationele overhead van multi-LLM inferentie.
Dit artikel stelt een nieuw conceptueel kader voor, Secure QoS-IPv6, dat AI-gestuurde anomaliedetectie, een lichtgewicht consortiumblockchain en op Deep Reinforcement Learning gebaseerde routering synergetisch integreert binnen een vierlaagse SDN- en 6TiSCH-architectuur om veiligheids-, vertrouws- en Quality of Service-uitdagingen in hulpbronnenbeperkte, heterogene IPv6 IoT-netwerken holistisch aan te pakken.
Deze studie toont aan dat de citatierisico-uitkomsten voor klinische gastro-enterologie-artikelen nauwkeurig voorspeld kunnen worden met uitsluitend publicatietijd-informatie, waarbij niet-semantische baselines en whole-document embeddings een hoge prestatie leveren bij het identificeren van artikelen met lage citaties binnen een begrensde literatuurcorpus.
Het artikel stelt CAFR voor, een tweeweg-detectiekader dat de detectie van onbekende objecten verbetert door een asymmetrisch rectificatiemechanisme toe te passen om overmatige zekerheid bij bekende categorieën te voorkomen en prototype-gestuurde voorgrondmodellering te gebruiken om de objectheidsschatting te verbeteren, waardoor superieure precisie- en F1-scores worden behaald terwijl de prestaties van bekende categorieën stabiel blijven.
Dit artikel stelt een leergestuurd autonomie-framework voor voor veiligheidskritische open-architectuur autopiloten dat een triad-geconditioneerde CVAE voor onzekerheidsbewuste forecasting integreert met risicobewuste MPC en Control Barrier Function veiligheidsfiltering, hetgeen alles wordt georkestreerd binnen een heterogene triple-redundante architectuur om veilige, adaptieve voertuignavigatie te waarborgen.
Dit artikel stelt een dual-channel patentvectorisatiemethode voor die gebruikmaakt van analyse van de conclusiestructuur om systeemniveau- en detailniveau-semantiek afzonderlijk te coderen, die vervolgens via een gated mechanisme met decorrelatiecorrectie worden gefuseerd om de nauwkeurigheid van patentmatching aanzienlijk te verbeteren ten opzichte van bestaande full-text baselines.
Dit artikel presenteert MotionMonitor, een technologie-proef die smartwatch-sensoren en mobiele interfaces combineert om clinici en educatoren te ondersteunen bij het interpreteren van ADHD-gerelateerde gedragingen binnen klascontexten, waarbij wordt benadrukt dat effectieve wearables de nuances van de omgeving moeten behouden, afleiding van studenten moeten minimaliseren en als aanwijzingen voor menselijke zinverlening moeten dienen in plaats van als geautomatiseerde diagnostische instrumenten.
Dit artikel stelt een domeinspecifiek op diffusie gebaseerd framework voor data-augmentatie voor dat annotatie-consistente synthetische afbeeldingen genereert voor zeldzame plaagsoorten op kleefvallen, waardoor de kloof in gegevensbeschikbaarheid effectief wordt overbrugd en de prestaties van instantiesegmentatie over meerdere architecturen aanzienlijk worden verbeterd zonder dat aanvullende handmatige labeling vereist is.