3657 papers
BAg-IDS is een gedistribueerde, blockchain-gestuurde architectuur die gebruikmaakt van autonome agenten en een gekalibreerd ensemble om intrusiedetectie-oordelen mede te ondertekenen op een Hyperledger Fabric-ledger, waarbij een bijna perfecte nauwkeurigheid (99,98%) en betrouwbare certificering wordt bereikt met een structurele consensuslatentie van ongeveer 2 seconden.
Het artikel presenteert SecBCache, een sectorcache op woordgranulariteit met geïnterleavde banks die is ontworpen om de efficiëntie voor ijle workloads te verbeteren door het aantal SRAM-schrijfacties en de L1-dynamische energie aanzienlijk te verminderen, terwijl het gemodelleerde reducties in geheugentoegangstijden biedt voor gather/scatter-operaties.
Deze gestructureerde kritische beoordeling onderzoekt de dubbelrol van kunstmatige intelligentie bij het bevorderen van wereldwijde duurzaamheid door middel van diverse toepassingen, terwijl tegelijkertijd de ecologische voetafdruk en ethische risico's worden geadresseerd, waarbij uiteindelijk wordt geargumenteerd dat het bereiken van duurzame ontwikkeling een balans vereist tussen technologische capaciteiten en effectief bestuur en verantwoordelijk beheer van maatschappelijke en milieugevolgen.
Dit artikel presenteert een GeoAI-platform dat beheerders van overstromingsgebieden in staat stelt om efficiënt multidimensionale overstromingsrisicoscenario's te verkennen door uiteenlopende databronnen te integreren in een verenigde, querybare structuur, gebruikmakend van een deterministische LLM-agent om natuurlijke taalvragen te vertalen naar geospatiale analyses, en een bidirectionele kaart-chatinterface te bieden om de ruimtelijke context gedurende de gehele workflow te behouden.
Dit artikel stelt een verantwoord AI-framework voor voor proactieve kredietlimietverhogingen dat economische optimalisatie en expliciete rechtvaardigheidsdoelstellingen bereikt door middel van een gekalibreerd, controleerbaar drempelbeleid met herkalibratie op groepsniveau, waarmee wordt aangetoond dat een significante vermindering van disparate impact kan worden gerealiseerd met minimale of zelfs positieve winstuitkomsten.
Deze studie evalueert empirisch drie DDL-propagatiestrategieën in een homogene MySQL-testomgeving, waarbij wordt vastgesteld dat native replicatie de laagste latentie voor metadatasyncronisatie biedt, gevolgd door directe TCP/IP fan-out, terwijl seriële JSON-over-SMB relay de hoogste vertragingen veroorzaakt vanwege cumulatieve verwerkings- en bestandshandelingsoverhead.
Deze studie evalueert de impact van family-balanced leren en hiërarchische classificatie op de herkenning van handgeschreven Arabische symbolen met behulp van een gecontroleerd vijf-seed CNN-framework, waarbij wordt vastgesteld dat hoewel deze methoden kleine en inconsistente nauwkeurigheidswinsten opleveren, de modellen een significante gevoeligheid vertonen voor beeldcorrupties.
Dit artikel stelt een Block-Guided Artificial Bee Colony (BG-ABC) algoritme voor dat een idle-bewust blokcompressiemechanisme, een Sliding Window Upper Confidence Bound 1 (SW-UCB1) adaptieve operatorselectie en een kritieke taakgerichte lokale zoekopdracht integreert om de maaktijd voor het Distributed Assembly Permutation Flowshop Scheduling Problem met sequentieafhankelijke insteltijden (DAPFSP-SDST) effectief te minimaliseren.
Dit artikel stelt MASAN-Net voor, een met aandacht ondersteund raamwerk voor multischalige spectrale representatieleer dat effectief continue muzikale emoties kwantificeert door gebruik te maken van hiërarchische kenmerkextractie en frequentie-temporele aandachtmechanismen om superieure prestaties en interpreteerbaarheid op benchmarkdatasets te bereiken.
Dit artikel presenteert een kwaliteit-beperkte voorspellende anisotrope roostervervormingsmethode voor FLIP-vloeistoffen die gebruikmaakt van toekomstige bewegingsvoorspelling en Jacobian-gebaseerde regularisatie om de roosterresolutie dynamisch te concentreren in belangrijke stroomgebieden, terwijl lokale celvervorming en vormkwaliteit expliciet worden gecontroleerd.