2358 papers
Dit artikel stelt een nieuwe geheugenefficiënte Meet-in-the-Middle-aanval op de ronde-gereduceerde Ascon-Hash voor die gebruikmaakt van SAT-modellering, Gaussische eliminatie en triangulatie om de geheugencomplexiteit aanzienlijk te verminderen terwijl de best bekende tijdscomplexiteiten behouden blijven.
Dit artikel stelt FedEDAuth voor, een lichtgewicht federated learning-framework dat embedding-distributieanalyse gebruikt om kwaadwillende cliënten te detecteren en te filteren, waardoor een detectie van 100% van stealthy Byzantine datavergiftigingsaanvallen wordt bereikt en een hoge nauwkeurigheid wordt behouden bij de collaboratieve detectie van vervalste geïntegreerde schakelingen.
Dit artikel stelt een gegeneraliseerd LoD Transition Space-raamwerk voor dat gebruikmaakt van op straight skeletons gebaseerde 3D-volumes om continue, topologisch consistente multi-schaal transformaties tussen diverse geometrische primitieven (polygonen, polylijnen en punten) mogelijk te maken, waardoor vloeiende kaartgeneralisatie over willekeurige detailniveaus wordt ondersteund.
Dit artikel introduceert Learn From the Best Evolution Strategy (LFB-ES), een nieuwe black-box optimizer die het trainen van hoogdimensionele neurale netwerken verbetert door de populatie iteratief te begeleiden om te leren van elite-individuen, waardoor een superieure convergentie en nauwkeurigheid wordt bereikt in vergelijking met klassieke methoden zoals OpenAI-ES en CMA-ES.
Dit artikel stelt Ephemeral Subgraph Generation (ESG) voor, een real-time, door LLM gestuurde aanpak die tijdelijke, vraagspecifieke kennisgrafen construeert over heterogene technische systemen om statische retrieval en fixed-hop baselines te overtreffen bij cross-systeem onderzoek, terwijl het tegelijkertijd specifieke softwaredefecten documenteert en oplost die tijdens de evaluatie zijn geïdentificeerd.
Dit artikel introduceert N-SCORE, een niet-werkconserverende, staatloze core fair queuing-scheduler die de optimale end-to-end latentiebounds van bestaande stateful en werkconserverende technieken behoudt, terwijl de jitteronderdrukking en schaalbaarheid voor deterministische netwerken aanzienlijk worden verbeterd.
Deze studie toont aan dat hoewel bevroren DINOv2-small niet significant beter presteert dan een op ImageNet voorgetrainde ResNet50 op volledig geannoteerde panoramische röntgenfoto's, het superieure sample-efficiëntie en prestaties biedt voor classificatie van multi-label diagnoses op tandniveau onder beperkte annotatiebudgetten.
Deze studie introduceert Quantum AIO-ChameleonGAN, een hybride quantum-klassiek intrusiedetectiekader dat Angle of Incidence Optimization integreert voor contextuele gedragsmodellering met een acht-qubit Variational Quantum Circuit, waarbij een nauwkeurigheid van 99,85% en een reductie van 33,3% in foutieve negatieven op de CIC-UNSW-NB15 dataset wordt bereikt, terwijl representatieve voordelen worden aangetoond via staat-vector simulatie.
Dit artikel introduceert de CRPC-6 dataset en demonstreert door middel van deep learning en uitlegbaarheidsanalyse dat de regionale stijlen van Chinees papier snijden primair worden gedefinieerd door onderscheidende ambachtelijke technieken in plaats van thematische semantiek, waarbij een classificatienauwkeurigheid van 95% wordt bereikt met een ConvNeXt-Tiny model.
Dit artikel stelt het Decoupled Thinking–Learning–Action (D-TLA) framework voor, dat autonome robots in staat stelt om continu te adapteren via onafhankelijke maar interagerende modules die de routinematige prestaties handhaven terwijl ze de herkenning van zeldzame gebeurtenissen en het succes bij nieuwe taken aanzienlijk verbeteren.