Mohammad Chalhoub; Mahdi Chehimi; Laia Domingo; Omar Alhussein; Ahmed Farouk; Saif Al-Kuwari
Summary
A superpixel-based QUBO framework reduces a 256×256 pixel-level segmentation problem from over 65,000 variables to just 48, achieving a 4.2% improvement in mean IoU and a 33× computational speedup on INbreast mammography images while proce…
Method
Kerangka kerja yang diusulkan menggunakan simple linear iterative clustering (SLIC) untuk mengelompokkan piksel menjadi superpiksel yang bermakna secara perseptual, lalu memformul…
Results
Pada citra mamografi INbreast, QUBO berbasis superpiksel mencapai mean IoU 0,76 versus 0,73 untuk baseline tingkat piksel, peningkatan 4,2% pada kualitas segmentasi. Waktu komputasi turun dari 21,97s…
Kenneth J. Smith; A. Wateska; M. Nowalk; Chyongchiou J. Lin; Lee H. Harrison; William Schaffner; Richard K. Zimmerman
Summary
A decision analysis comparing the in-development 24-valent pneumococcal conjugate vaccine (PCV24) to currently recommended vaccines in US adults aged ≥65 years found that PCV21 prevented more disease and was economically favorable. These f…
Method
Model Markov dikembangkan untuk membandingkan PCV24 dengan strategi vaksinasi pneumokokus yang saat ini direkomendasikan di AS pada orang dewasa berusia ≥65 tahun dan dengan tanpa…
Results
PCV24 mencegah lebih sedikit kasus dan kematian akibat penyakit pneumokokus dibandingkan vaksin konjugat pneumokokus 21-valen (PCV21) yang baru direkomendasikan, yang diformulasikan berdasarkan serot…
DeepNC is a pre-verification surrogate that embeds Network Calculus principles into a Graph Neural Network to predict worst-case delays in Time-Sensitive Networking. It reduces formal verification calls by 93.25% and speeds up NC-based ver…
Method
DeepNC dirancang sebagai model surrogate yang memprediksi worst-case delay untuk konfigurasi TSN. Model ini secara struktural memasukkan prinsip Network Calculus ke dalam arsitekt…
Results
Evaluasi ekstensif menunjukkan bahwa DeepNC secara signifikan meningkatkan akurasi prediksi worst-case delay dibandingkan metode berbasis pembelajaran mutakhir. Secara spesifik, model ini meningkatka…
A passive physical-layer side channel can identify which quantum communication protocol is running on a polarization-entangled photon link with up to 96% accuracy, without disrupting quantum correlations. This introduces a new class of pro…
Method
Platform eksperimental adalah tautan foton terjerat polarisasi di mana empat protokol komunikasi kuantum representatif diwujudkan: distribusi keterkaitan, urutan gerbang kuantum, …
Results
Hasil eksperimental menunjukkan bahwa identitas protokol dapat disimpulkan dari pengamatan physical layer pasif. Di bawah konfigurasi penyampelan/penyadapan optik 30:70, akurasi mencapai hingga 96%. …
This study experimentally demonstrates that protocol stages in quantum identity authentication can be inferred from optical side channel data with up to 98% accuracy, revealing a critical vulnerability that could enable attackers to bypass…
Method
Penulis melakukan studi eksperimental menggunakan testbed komunikasi kuantum. Sebuah beam splitter digunakan untuk menyadap sebagian sinyal optik, sehingga pengamat dapat mengumpu…
Results
Hasil eksperimental menunjukkan bahwa inferensi tahapan protokol dapat dilakukan dengan akurasi tinggi. Pada sampling 30%, akurasi klasifikasi mencapai 98% dengan F1-score 97%. Pada sampling 10%, aku…
Jhonatan Tavori; Gur-Eyal Sela; Ion Stoica; Gil Zussman
Summary
A new class of shaped workload attacks, such as Yo-Yo bursts, exploits contention in the slow path of distributed inference pipelines to push predictions past their latency deadlines, causing the merger to discard them and triggering accur…
Method
Penulis mengabstraksi arsitektur inferensi menjadi tiga komponen: jalur cepat, jalur lambat, dan lapisan koordinasi dengan router dan merger. Router memutuskan apakah akan memangg…
Results
Eksperimen mengungkap dampak yang dramatis. Dalam simulasi, sekitar **4.000 permintaan berbentuk ledakan** menaikkan latensi p99 benign dari **92 ms menjadi 2 s**, hampir menghilangkan manfaat infere…
This paper proposes a semantic communication framework in which a base station prioritizes important image regions according to user preferences, with users cooperatively deciding when to feed back channel state information or content pref…
Method
Masalah optimasi tersebut ditangani dengan skema value decomposition actor-critic (AC) with dynamic neighborhood construction (VDAC-DNC). Metode yang diusulkan menggabungkan pembe…
Results
Hasil simulasi menunjukkan bahwa skema VDAC-DNC yang diusulkan dapat meningkatkan kinerja hingga 5,04% dibandingkan metode multi-agent QAC standar. Lebih lanjut, skema ini mencapai peningkatan hingga…
Larch introduces two learned variants—Larch-A2C and Larch-Sel—that optimize the evaluation order of semantic filters in AI SQL queries, achieving 3x–19x token cost reduction compared to Palimpzest and Quest.
Method
Larch-A2C mengodekan pohon ekspresi filter semantik arbitrer menggunakan Gated Graph Neural Network (GGNN) yang diperkaya embedding dan merumuskan urutan evaluasi filter sebagai p…
Results
Penulis mengevaluasi Larch pada beragam dataset dunia nyata dan beban kerja sintetis yang komprehensif. Kedua varian Larch secara konsisten mengungguli teknik optimasi filter semantik yang ada dalam …
This paper proposes replacing vendor-distributed, centrally curated CSPM rule sets with rules continuously derived inside the customer's tenant from the intersection of public catalogue feeds and the live asset graph. The architectural shi…
Method
Makalah ini mengembangkan proposal melalui rangkaian artefak formal dan arsitektural alih-alih studi penerapan empiris. Metodologi ini mencakup: 1. **Model ancaman** — menetapkan …
Results
Makalah ini melaporkan hasil arsitektural dan analitis alih-alih hasil produksi yang terukur. Hasil utamanya adalah: - **Konsekuensi latensi.** Jendela pengungkapan-ke-perlindungan tidak lagi dibatas…
Kyoungmin Kim; Martin Catheland; Anastasia Ailamaki
Summary
This paper introduces an adaptive two-phase semantic filtering method that composes model-free clustering with online proxy training, uses oracle confidence for soft labels and calibration, and achieves 1.6–2.0× speedup over prior methods …
Method
Metode yang diusulkan adalah kaskade dua fase adaptif yang menyusun pengelompokan tanpa model terlebih dahulu, lalu proksi daring hanya bila diperlukan, dengan panggilan oracle di…
Results
Penulis mengevaluasi metode mereka pada tiga korpus 10K dokumen pada target akurasi 90%. Hasil utama: - **Percepatan**: Metode yang diusulkan 1,6–2,0× lebih cepat daripada metode sebelumnya terbaik p…
