Akses gratis untuk semua konten hanya login saja.

Jadwal Sholat

Memuat jadwal sholat…

Memuat

Research Digest

Research Digest

Ringkasan riset populer untuk praktisi. Terpisah dari portal submisi LyJIT di journal.lyndhub.com.

Buka indeks pencarian CS →

Ilmu Komputer & AI Teknik & Rekayasa Kedokteran & Kesehatan Ekonomi & Bisnis Ilmu Sosial Hukum Pendidikan Pertanian & Lingkungan Fisika & Matematika Humaniora

Menampilkan 2161–2170 dari 3287

Open AccessOA PDFTerbit 25 Sep 2026

Optimisasi Bayesian Terkendala untuk Hierarchical Federated Learning di Jaringan IoT untuk Klasifikasi Penyakit Tanaman

Athanasios Papanikolaou; Athanasios Tziouvaras; Apostolos Xenakis; Periklis Chatzimisios; Shameem A. Puthiya Parambath;…

Ringkasan: Makalah ini mengusulkan kerangka kerja Optimisasi Bayesian terkendala untuk mengonfigurasi penerapan Hierarchical Federated Learning bagi klasifikasi penyakit tanaman berbasis IoT, mencapai solusi mendekati optimal sambil hanya menjelajahi…
Metode: Kerangka kerja yang diusulkan merumuskan konfigurasi HFL sebagai masalah optimisasi kotak hitam terkendala. Misalkan $\mathbf{x} = (a, s, r)$ menyatakan vektor konfigurasi, dengan…
Hasil: Hasil eksperimen pada 30 eksekusi optimisasi independen menunjukkan bahwa kerangka kerja BO terkendala hanya menjelajahi 11,11% dari ruang pencarian penuh sambil secara konsisten mengidentifikasi sol…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Jangan Takut Mati: Pencarian Lubang Hitam pada Graf Dinamis dengan Agen Lebih Sedikit

Kass Bileski; Avery Miller

Ringkasan: Makalah ini menurunkan jumlah agen bergerak sinkron yang dibutuhkan untuk menemukan lubang hitam pada jaringan dinamis dari $2\delta_{BH}+17$ menjadi $2\delta_{BH}+3$, hampir menyamai batas bawah yang diketahui sebesar $2\delta_{BH}+1$.
Metode: Penulis mempertimbangkan sekelompok agen bergerak sinkron dalam jaringan berlabel port yang dimodelkan sebagai graf dinamis terhubung 1-interval 1-bounded. Pada graf semacam itu, …
Hasil: Hasil utamanya adalah $2\delta_{BH}+3$ agen cukup untuk menyelesaikan masalah pencarian lubang hitam dari konfigurasi tersebar pada graf dinamis terhubung 1-interval 1-bounded. Ini meningkatkan batas…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Unified AI Gateway: Kerangka Kerja untuk Perutean Model dan Pengelolaan KV Cache secara Bersama

Jiaxun Lu; Xiang Zhang; Yunfeng Shao

Ringkasan: Unified AI Gateway mengoordinasikan perutean model, pengelolaan KV cache, dan penempatan komputasi di seluruh perangkat, edge, dan cloud. Simulasi tingkat beban kerja pada delapan profil melaporkan percepatan TTFT sebesar 1,25×–13,28× dan …
Metode: Penulis merumuskan Unified AI Gateway sebagai masalah keputusan bersama. Pada saat permintaan, gateway memilih tuple $(m, s, a)$ di mana $m$ adalah model target, $s$ adalah lokasi…
Hasil: Pada delapan profil beban kerja tipikal, simulasi analitis tingkat beban kerja melaporkan percepatan TTFT sebesar $1,25\times$–$13,28\times$ dan manfaat biaya input sebesar $1,20\times$–$6,16\times$.…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

TreeRedux: Memisahkan Concern dalam Agregasi Pohon Terdistribusi Spark

David A. G. Harrison; Ivan Cao

Ringkasan: TreeRedux menambahkan operasi finalize terminal di sisi executor pada agregasi pohon Spark, memetakan state agregasi U ke hasil ringkas V sehingga hanya V yang dimaterialisasi di driver. Ini menghapus suku memori epsilon-n driver untuk kom…
Metode: TreeRedux memperkenalkan operasi finalize terminal yang berjalan di executor setelah agregasi pohon selesai. Secara formal, misalkan $U$ menyatakan state agregasi antara dan $V$ h…
Hasil: Penulis melakukan eksperimen untuk mengevaluasi TreeRedux terhadap implementasi baseline. Implementasi GK Select bawaan mengalami error out-of-memory driver pada 2,5 miliar elemen. Opsi agregasi akhi…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Co-Training Draf Daring untuk Speculative Decoding dalam RL Post-Training Skala Besar dan Konteks Panjang

Zili Wang; Zhaopeng Qiu; Yuekai Zhang; Shuang Yu; Junjie Lai

Ringkasan: Makalah ini menyajikan sistem end-to-end untuk co-training draf daring skala besar dalam RL post-training, yang mengatasi branch attention pada context parallelism dan transport fitur target lintas tahap pada pipeline parallelism. Eksperim…
Metode: Sistem yang diusulkan mengatasi kedua hambatan melalui strategi paralelisasi khusus. **Context Parallelism (CP):** Implementasi causal CP standar tidak mendukung branch attention,…
Hasil: Penulis melakukan eksperimen pada skala model hingga 122B parameter dan panjang konteks hingga 256K token. Temuan utama meliputi: - **Percepatan rollout dan end-to-end:** Draf yang di-co-train member…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Rekayasa Algoritma Agentic: Meningkatkan Exact Minimum Cut Memori Bersama

David A. Bader; Adil Chhabra; Ernestine Großmann; Monika Henzinger; Alexander Noe; Christian Schulz

Ringkasan: Makalah ini memperkenalkan agentic algorithm engineering (AAE), di mana agen LLM otonom secara iteratif meningkatkan solver exact minimum cut yang sudah ada. Agen menemukan optimasi signifikan, mencapai percepatan hingga 6,26× secara sekue…
Metode: Metodologi AAE menggunakan agen LLM otonom untuk secara iteratif meningkatkan implementasi algoritma. Prosesnya terstruktur sebagai berikut: 1. **Pembentukan Hipotesis**: Agen men…
Hasil: Proses AAE menemukan optimasi signifikan pada algoritma VieCut, meskipun telah dilakukan penyetelan manual sebelumnya secara ekstensif. Peningkatan dikuantifikasi sebagai faktor percepatan relatif te…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Distilasi Federasi Terdesentralisasi yang Robust melalui Kolaborasi Pengetahuan Multi-Modalitas

Xiao Ma; Hong Shen; Hui Tian; Wei Ke; Wenqi Lyu

Ringkasan: Makalah ini mengusulkan metode distilasi federasi terdesentralisasi yang robust yang memungkinkan klien heterogen berkolaborasi melalui prediksi pada data publik tak berlabel yang dibagikan, menyaring klien yang tidak andal, dan memvalidas…
Metode: Metode yang diusulkan beroperasi secara peer-to-peer. Setiap klien pertama-tama mengevaluasi prediksi yang diterima dalam tiga modalitas: prediksi kelas, keputusan batas, dan kore…
Hasil: Eksperimen ekstensif pada CIFAR-10 dan CIFAR-100 menunjukkan bahwa metode yang diusulkan meningkatkan akurasi prediksi model heterogen klien pada data non-IID dan serangan Byzantine. Para penulis mel…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Video-HopChain: Pertanyaan Multi-Hop dan Eksplorasi Berbasis Gerbang Keyakinan untuk Model Penalaran Video

Trung Nguyen Quang; Yuhao Dong; Shuo Sun; Shuai Liu; Shulin Tian; Kim-Hui Yap; Ziwei Liu

Ringkasan: Video-HopChain menyintesis 22.550 pertanyaan video multi-hop yang sub-pertanyaan ya/tidak berantainya menghasilkan reward bilangan bulat yang dapat diverifikasi, dan Confidence-Gated Exploration memulihkan grup GRPO yang kekurangan gradien…
Metode: **Konstruksi dataset.** Video-HopChain merangkai 3–6 sub-pertanyaan ya/tidak per video. Setiap sub-pertanyaan dipetakan ke salah satu dari dua bilangan bulat, dan label akhir adal…
Hasil: Evaluasi melaporkan rata-rata atas **delapan benchmark pemahaman dan penalaran video**. | Tahap | Data pelatihan | Skor rata-rata | |---|---|---| | Base | — | 55,4 | | Tahap 1 | Dataset video standar…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Mengevaluasi Akurasi dan Keandalan Probabilistik Model Fondasi Deret Waktu Zero-Shot

Panagiotis Michael; Moysis Symeonides; Demetris Trihinas

Ringkasan: Makalah ini membandingkan enam Time Series Foundation Models (TSFM) dengan baseline statistik dan model deep learning terawasi, mengungkap trade-off antara akurasi prediktif dan keandalan probabilistik. Arsitektur xLSTM menunjukkan kalibra…
Metode: Studi ini mengevaluasi enam TSFM yang mewakili beragam keluarga arsitektur, termasuk xLSTM dan transformer berbasis patch. Dataset mencakup tiga domain: konsumsi energi, aliran la…
Hasil: Di semua dataset, TSFM mengungguli baseline statistik dan model DL terawasi dalam hal akurasi titik. Namun, keandalan probabilistik berbeda menurut arsitektur. Model xLSTM menunjukkan kalibrasi yang …

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Kerangka Evaluasi Multimodal Sadar Kebocoran untuk Prediksi Cedera Ginjal Akut Intraoperatif Dini

Quang Minh Nguyen; Duc Minh Le; Ho Nhat Minh Nguyen; Thuy Quynh Nguyen; Trong Nghia Nguyen

Ringkasan: Studi kohort retrospektif ini memperkenalkan SynerT, tulang punggung temporal hibrida hanya-gelombang, dan dua varian multimodal yang dievaluasi di bawah kerangka sadar kebocoran yang ketat pada VitalDB. SynerT-Stack, ansambel bertumpuk ya…
Metode: Tulang punggung SynerT menggabungkan jaringan konvolusional temporal terdilatasi kausal (TCN) dengan hierarki lapisan berulang terdilatasi untuk mengodekan lintasan fisiologis int…
Hasil: Di antara 2.413 kasus yang dapat digunakan gelombangnya (180 positif AKI; prevalensi 7,46%), SynerT jauh di bawah baseline data terstruktur yang kuat, menunjukkan bahwa pemodelan temporal hanya-gelom…

Akses dokumen Redaksi lengkap