929 artigos
Este artigo propõe o DP-DCGAN, uma Rede Adversária Generativa Convolucional Profunda aprimorada por privacidade diferencial que emprega o corte de gradiente adaptativo e a injeção de ruído para alcançar um equilíbrio superior entre a proteção de privacidade e a síntese de imagens de alta qualidade em conjuntos de dados padrão.
Este artigo introduz um recurso de balanceamento de carga adaptativo impulsionado por IA para o CloudSimPlus que utiliza um modelo de Árvore de Decisão pré-treinado para selecionar dinamicamente a estratégia mais adequada de um framework unificado de políticas com base em métricas em tempo real e objetivos definidos pelo usuário, aumentando assim a eficiência e a tomada de decisão em ambientes de nuvem dinâmicos.
Este artigo argumenta que priorizar a forte generalização do modelo para prevenir o sobreajuste é uma estratégia mais eficaz para mitigar ataques de inferência de membro e de atributo em sistemas de detecção de intrusão SDN-IoT do que confiar apenas em privacidade diferencial, propondo um modelo em cascata híbrido AOPRF-XGBoost para alcançar alta precisão de detecção enquanto preserva a privacidade.
Este artigo propõe o LA-MOCHS, um framework evolutivo consciente do tempo de vida que aborda a seleção de cabeças de cluster multiobjetivo em redes de sensores sem fio subaquáticas ao modelar a capacidade de serviço como um problema de maximização de influência submodular, alcançando assim uma sustentabilidade de rede de longo prazo superior através de estratégias de implantação conscientes da carga em vez da otimalidade de rodada única.
Este artigo apresenta um framework preservador de privacidade e com restrição de recursos para a predição precoce de risco estudantil que integra modelos XGBoost calibrados, explicabilidade baseada em SHAP e uma camada de intervenção de agentes consciente de orçamento para garantir uma tomada de decisão precisa, interpretável e em conformidade, enquanto suporta o desaprendizado de máquina.
Este artigo apresenta o CerebroTune, uma nova metaheurística híbrida bioinspirada que integra Autômatos Celulares, um algoritmo de Colônia de Abelhas Artificial modificado e Aprendizado por Reforço com redes de Hopfield para otimizar dinamicamente hiperparâmetros de aprendizado profundo, alcançando precisão superior, custos computacionais reduzidos e estabilidade aprimorada em diversos domínios em comparação com métodos existentes.
Este artigo propõe um Algoritmo de Otimização de Mina de Ouro Melhorado com uma estrutura de compartilhamento de informações de camada dupla e dominância de Pareto dinâmica (IGMO-DP) para resolver eficazmente o problema de escalonamento multi-objetivo de enxames de UAVs heterogêneos ao otimizar simultaneamente o tempo de conclusão da missão, o consumo de energia e o equilíbrio de carga, demonstrando convergência e diversidade de soluções superiores em comparação com algoritmos de última geração.
Este artigo argumenta que a métrica tradicional de impacto científico baseada em citações está se tornando obsoleta em uma era de periódicos desvinculados e acesso ao conhecimento mediado por IA, necessitando de um novo sistema que reconheça e meça as contribuições de engajamento de IA, bibliotecas de código aberto e conjuntos de dados que carecem de publicações formais.
Este artigo propõe um método de offloading de tarefas consciente da fila para o continuum de computação que hibridiza uma aproximação de atraso G/G/c analiticamente corrigida com observações de fila em tempo real para atribuir tarefas dinamicamente sob cargas de trabalho variáveis, reduzindo significativamente a latência e o erro de estimativa em comparação com os baselines existentes sem exigir treinamento ou calibração.
Este artigo propõe o DPENet, uma rede de percepção dinâmica que integra módulos de convolução dinâmica adaptativa, atenção deformável e amostragem dinâmica para abordar eficazmente desafios como tamanhos variados de alvos, objetos pequenos densos e fundos complexos na detecção de imagens de sensoriamento remoto de alta resolução.