1017 papers
Dit artikel introduceert TRNEWS-2025, een grootschalige, handmatig geannoteerde Turkse nieuwsdataset die negen diverse categorieën dekt tot 2025, welke is gevalideerd voor effectief gebruik in tekstclassificatie en NLP-onderzoek door experimenten met zowel transformer-gebaseerde als klassieke deep learning-modellen.
Dit artikel stelt MM-QLOF voor, een gedecentraliseerde multi-metrische Q-learning objectieffunctie die het succespercentage van pakketten, het verwachte aantal transmissies en congestieniveaus integreert om autonome, adaptieve selectie van ouderknopen in IoT-netwerken mogelijk te maken, wat de pakketleveringspercentages aanzienlijk verbetert en de latentie vermindert in vergelijking met bestaande RPL-standaarden.
Dit artikel presenteert een conceptuele narratieve literatuurreview van 2020 tot 2025 over multi-case wereldwijde cyberaanvallen, waarbij de beperkingen van traditionele beveiligingsmodellen worden belicht en een nieuw vierlagig framework wordt voorgesteld om het begrip en de implementatie van cyberresilience te bevorderen.
Dit artikel stelt een methode voor ter preventie van manipulatie van privacygevoelige gegevens bij multisensoren, die gedistribueerde authenticatie, een verbeterde AES-versleutelde T-box en detectie van flood-aanvallen op basis van differentiële variantie combineert om de beveiliging, integriteit en vertrouwelijkheid van gegevens tijdens transmissie en opslag te waarborgen.
Dit artikel stelt FPSD-MCP voor, een nieuw federated learning-framework dat secure multi-party computation en homomorfe encryptie integreert met een adaptieve aggregatiestrategie om een schaalbare, privacy-bewarende en communicatie-efficiënte spamdetectieoplossing voor heterogene multi-cloudomgevingen te bereiken.
Dit artikel stelt het Intent-Guided Diffusion Model (IGDM) voor, een nieuw framework dat gebruikers cold-start aanbevelingen verbetert door overdraagbare latente intentie-prototypes uit historische data te extraheren, deze adaptief te fuseren met schaarse gebruikersgedragingen, en een op diffusie gebaseerd denoising-proces te sturen om de preferentie-estimatie te verfijnen, waardoor het bestaande baselines op meerdere real-world datasets overtreft.
Dit artikel introduceert TRIDIS, een open, geharmoniseerde corpus van middeleeuwse en vroegmoderne handgeschreven documenten ontworpen om Handwritten Text Recognition en Named Entity Recognition te ondersteunen, terwijl het een innovatieve outlier-gebaseerde evaluatiestrategie voorstelt om de beperkingen van conventionele willekeurige splitsingen bij het benchmarken van erfgoeddocumenten aan te pakken.
Dit artikel introduceert de Aye-Aye Optimizer (AAO), een nieuw bio-geïnspireerd metaheuristisch algoritme dat de percussieve foerageerstrategie van de Aye-aye lemur nabootst via drie adaptieve fasen om een superieure balans tussen exploratie en exploitatie, snellere convergentie en een robuuste prestatie op benchmark- en real-world optimalisatieproblemen te bereiken.
Dit artikel stelt een op een vision-language model gebaseerd framework voor met constraint-voorbeeldverificatiefeedback en betrouwbaarheidsevaluatie om een nauwkeurige gestructureerde extractie en gestandaardiseerde reconstructie van heterogene verspaningsprocesdocumenten onder beperkingen van lage middelen te bereiken, waardoor hallucinaties effectief worden verminderd en kennisdigitalisering in intelligente fabricage mogelijk wordt gemaakt.
Deze studie beoordeelt de cyberbeveiligingsrisico's in smart home IoT-ecosystemen in de MENA-regio via een enquête onder 164 Arabischsprekende gebruikers, waarbij een hoge mate van privacyzorgen en inconsistente beschermingspraktijken aan het licht komen, terwijl tegelijkertijd gelaagde beveiligingsaanbevelingen worden voorgesteld die variëren van gebruikersbewustzijn tot blockchain-gestuurde oplossingen.