Using an On-Device VLM-Based Edge Computing System for Real-Time Disaster Detection
本研究表明,一种在树莓派 5 上利用视觉语言模型(Gemma3-4B)构建的设备端边缘计算系统,在实时灾害检测的准确率上超过了微调后的 CNN 基准模型 10% 以上,同时实现了自然语言响应生成,并提升了能源效率和网络独立性。
2362 篇论文
本研究表明,一种在树莓派 5 上利用视觉语言模型(Gemma3-4B)构建的设备端边缘计算系统,在实时灾害检测的准确率上超过了微调后的 CNN 基准模型 10% 以上,同时实现了自然语言响应生成,并提升了能源效率和网络独立性。
本文针对变分自编码器、生成对抗网络、条件生成对抗网络以及循环一致性生成对抗网络,在签名合成、动物图像生成及人脸-素描转换任务中的表现进行了对比研究,并重点阐述了它们的各项性能指标、架构优势以及常见的训练挑战。
本研究评估了在 CIFAR-10 数据集上的 Vision Transformer、混合 CNN–MLP 以及迁移学习后的 ResNet-18 模型,发现虽然 Vision Transformer 学习到了有意义的表示,但由于卷积归纳偏置和在大规模预训练中在有限数据设置下的优势,迁移学习后的 ResNet-18 达到了最高的准确率(88.7%)。
本研究提出并验证了一种用于信用卡欺诈检测的生态高效两阶段级联架构,该架构在保持具有竞争力的预测性能并降低误分类成本的同时,显著降低了计算与环境成本,且优于独立模型。
本文通过对 CALCE CS2 数据进行的受控基准测试表明,在预测锂离子电池剩余使用寿命方面,标准的 GRU 模型优于先进的基于 Mamba 的架构,这突显了容量归一化等物理启发式特征的关键重要性,同时也指出当前结果反映的是基于预知信息的评估而非部署就绪的性能。
本文提出了一种去中心化人工智能驱动的零信任身份访问管理框架(DAZT-IAM),该框架集成了许可链、自主主权身份以及具备抗深度伪造能力的多模态生物识别技术,并结合持续的风险自适应评分,旨在消除单点故障并应对复杂的冒充攻击。
本文引入了 Swin-TCN-XAI,这是一种结合了 Swin Transformer 与时间卷积网络(Temporal Convolutional Networks)并集成多层可解释性技术的混合深度学习框架,旨在实现多类脑肿瘤 MRI 分类的最先进准确率与临床可解释性。
本文介绍了 QSecureMail,这是一种量子安全电子邮件系统,它将量子密钥分发(QKD)与后量子密码学集成在自适应安全策略引擎中,以动态管理加密级别、确保针对“先收集后解密”攻击的韧性,并提供透明的安全证明。
本文介绍了 PQ-SEAL,这是一种在 FPGA 上实现的裸机 RISC-V 架构,它将 NIST 标准化的后量子密码学与一种抗泄漏的 AES-128 重密钥方案相结合,在不增加额外硬件成本的情况下,证明了其在抵御相关功率分析攻击方面实现了 31 倍的提升。
本文介绍了 AGENTSPILL,这是一项实证审计,旨在证明大型语言模型极易受到过度代理漏洞(excessive agency exploits)的影响——其总体成功率达到了 50.6%——特别是通过工具描述注入(tool description injection)和未确认动作链(unconfirmed action chaining)进行的攻击,这些手段会导致模型优先执行被操纵的指令而非规范的工具定义,并自主执行破坏性序列。