2332 papers
Dit artikel toont aan dat de migratie van een blockchain-prototype naar het post-quantum ML-DSA-44-signatuurschema onthulde dat kritieke implementatiefouten in applicatievalidatie, datarepresentatie en concurrency-logica een veel grotere impact hadden op de systeemcorrectheid en prestaties dan de transitie van het signatuuralgoritme zelf.
Deze studie toont aan dat een Adaptive Gated DenseNet121-model de nauwkeurigheid van de classificatie van rijstziekten verbetert ten opzichte van een standaard baseline en beperkte parameterpruning mogelijk maakt, hoewel het momenteel tekortschiet in het bereiken van robuuste mobiele compressie door prestatieafname bij hogere sparsiteitsdrempels.
Dit artikel presenteert een systematische review van deep learning-, federated learning- en meta-learning-benaderingen voor IoT-intrusiedetectie, waarbij bestaande werken classificeert over zes belangrijke dimensies terwijl kritieke beperkingen worden geïdentificeerd, zoals niet-vergelijkbare evaluatieprotocollen, onvoldoende omgang met non-IID-data en een gebrek aan reproduceerbaarheid in code en edge-metingen.
Dit artikel stelt een op CLIP gebaseerd framework voor dat de afhankelijkheid van de bron-domein vermindert in target-vrije zero-shot medische anomaliedetectie door middel van multi-level strategieën, waaronder prompt learning, adversariële visuele adaptatie en feature consistentie, waardoor robuuste generalisatie over heterogene medische beeldvormingsdatasets wordt bereikt zonder toegang tot target-data.
Scene-Guard introduceert een Scene Structural Disruption Module (SSDM) die succesvol meetbare verstoring van scène-manipulatie behoudt over meerdere editors en JPEG-recompressieniveaus, hoewel het momenteel beperkt is tot scenario's met vaste maskers en de voorkeur geeft aan structurele divergentie boven onwaarneembaarheid.
Dit artikel stelt een hybride raamwerk voor voor Quantum Key Distribution over lange afstand dat een SVM-RBF-classifier combineert met gebruik van QBER, Bell-CHSH en Temporal Shannon Entropy-kenmerken om beveiligingsinbreuken te detecteren met een nauwkeurigheid van 87,82%, en een chaotische perturbatiemethode die wordt verbeterd door SHA-256 whitening om NIST-conforme veilige sessiesleutels te genereren.
Dit artikel stelt een door online beoordelingen gedreven raamwerk voor grootschalige groepsbesluitvorming voor dat sociale netwerkanalyse, particle swarm optimization en fuzzy rough set-modellen integreert om consumentenvoorkeuren voor vers fruit op e-commerceplatforms effectief te analyseren en de ontwikkeling van intelligente winkelassistenten te ondersteunen.
Dit artikel stelt ARGO-5G voor, een lekgevoelig robuust submodulair optimalisatiealgoritme dat prioriteit geeft aan 5G-infilllocaties door het vastleggen van toekomstige vraag, regionale servicegelijkheid en technische beperkingen in balans te brengen zonder afhankelijk te zijn van toekomstige labels, waarbij een superieure portfoliobalans en inzetbaarheid wordt aangetoond op een dataset van meer dan 14.000 macrolocaties.
Het artikel introduceert SIR-PhysNet, een ultra-lichtgewicht, deadline-bewuste rPPG-pipeline die geometrische en verlichtingsverwerking verplaatst naar operaties met vaste kosten en een analytische Fourier-masker gebruikt voor hartslagextractie, wat realtime, nauwkeurige monitoring mogelijk maakt op resource-beperkte edge-apparaten zoals de Raspberry Pi 5 waar gezichtsdetectie, in plaats van netwerkinferentie, de primaire prestatiebelemmering is.
AdaFuse is een cross-modaal beeldfusiealgoritme dat kenmerkimbalans en computationele inefficiëntie aanpakt door negatieve waarde-kalibratie voor precieze aandachtselectie te integreren met een adaptieve hiërarchische activeringsstrategie voor dynamische toewijzing van middelen, waarmee superieure fusiekwaliteit en efficiëntie bereikt wordt in zichtbaar-infrarood beeldfusietaken.