Research Digest — LyndHub

Akses gratis untuk semua konten hanya login saja.

Jadwal Sholat

Memuat jadwal sholat…

Memuat

Research Digest

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

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

Menampilkan 2431–2440 dari 3287

Open AccessOA PDFTerbit 23 Sep 2026Int. J. Online Biomed. Eng.

Aplikasi Mobile untuk Inklusi Penyandang Disabilitas Pendengaran di Peru Menggunakan LSTM dan GPT-4

Alyne Regalado-Morales; Axel Fiestas; Lenis Wong

Ringkasan: Studi ini menyajikan aplikasi mobile yang mengenali bahasa isyarat melalui model LSTM dan menghasilkan balasan kontekstual dengan ChatGPT-4 untuk menjembatani komunikasi antara pengguna tunarungu dan gangguan pendengaran dengan individu pe…
Metode: Sistem ini dikembangkan dalam lima fase yang disebutkan secara eksplisit: (1) pemilihan teknik jaringan saraf rekuren, (2) pemilihan model pembelajaran mesin, (3) implementasi mod…
Hasil: Eksperimen menghasilkan dua profil yang kontras. Dalam eksperimen kontrol (A), rata-rata waktu respons adalah 95,93 detik, dan kejelasan komunikatif tidak tercapai karena kebingungan selama interaksi…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026Journal of Cyber Security and Mobility

Deteksi Cerdas dan Peringatan Dini Ancaman Keamanan Siber Sistem Tenaga Listrik Berbasis Model Bahasa Besar Multi-modal

Xiaomeng Li; Bingjie Lin; Huimin Li

Ringkasan: Model bahasa besar multi-modal (MM-LLM) yang menggabungkan log SCADA, pengukuran PMU, lalu lintas jaringan, dan topologi jaringan listrik mencapai akurasi deteksi 95,4% dengan latensi 13,2 ms dan waktu tunggu peringatan dini 3,2–4,5 menit.…
Metode: Arsitektur yang diusulkan adalah model bahasa besar multi-modal (MM-LLM) yang terdiri dari empat encoder spesifik modalitas, lapisan fusi atensi lintas-modal, dan kepala deteksi s…
Hasil: Di seluruh evaluasi 2 juta sampel, kerangka kerja MM-LLM mencapai **akurasi 95,4%**, jauh melampaui setiap baseline: SVM-RBF pada 77,1%, LSTM pada 82,9%, dan MAD-GAN pada 86,1%. Selisih terhadap base…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026Open Research Europe

SentinelSphere: Platform Keamanan Siber Berbasis AI yang Mengintegrasikan Deteksi Ancaman Real-Time dengan Edukasi Kesadaran Keamanan

N. Tantaroudas; Ilias Karachalios; Andrew J. McCracken

Ringkasan: SentinelSphere menggabungkan Jaringan Neural Dalam yang Ditingkatkan untuk deteksi intrusi dengan modul pelatihan adaptif yang didukung LLM, divalidasi dengan 79 pemangku kepentingan di Yunani. Ini menyasar kedua sisi persamaan pelanggaran…
Metode: Platform ini terdiri dari dua komponen yang digabungkan: mesin deteksi pembelajaran mesin dan tutor pendidikan yang didukung Model Bahasa Besar (LLM). **Komponen deteksi.** Intiny…
Hasil: **Kinerja deteksi.** Enhanced DNN mencapai **akurasi deteksi tinggi dengan pengurangan positif palsu yang signifikan dibandingkan model dasar**, secara langsung mengatasi masalah kelelahan peringatan…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026Frontiers in Veterinary Science

Metode Diagnosis Cerdas untuk Penyakit Infeksi Saluran Pencernaan Babi Berbasis AI Multimodal dan Model Bahasa Besar

Haiyan Wen; Hongtao Shi; Jia-Shang Yu; Zhao-Bin Fan; Haicheng Dai; Lili Jiang; Qin-Ye Song

Ringkasan: Studi ini mengusulkan kerangka kerja AI multimodal dan model bahasa besar untuk mendiagnosis enam penyakit infeksi saluran pencernaan babi (PGID) yang umum, menggabungkan semantik teks dari MS-TextCNN dengan gambar lesi usus halus tersegme…
Metode: Pipeline terdiri dari empat tahap berurutan: perluasan dataset, ekstraksi fitur teks, segmentasi dan klasifikasi gambar, serta fusi multimodal. **1. Perluasan dataset melalui LLM …
Hasil: Hasil utama yang dilaporkan adalah bahwa model diagnostik multimodal **dapat secara akurat mengidentifikasi enam jenis PGID yang umum**. Ini adalah hasil klasifikasi enam arah, dan merupakan klaim ku…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026International Conference on AI in Finance

Menggabungkan Semantik Naratif untuk Peramalan Volatilitas Keuangan

Ya-Xuan Kong; Yoontae Hwang; M. Kaiser; Chris Vryonides; Roel Oomen; Stefan Zohren

Ringkasan: M2VN adalah kerangka kerja deep learning yang menggabungkan fitur pasar numerik dengan teks berita tak terstruktur yang dihasilkan oleh LLM point-in-time Time Machine GPT. Loss penyelarasan tambahan mengintegrasikan kedua modalitas sekalig…
Metode: M2VN disusun sebagai encoder dua cabang dengan kepala fusi lambat (late fusion head). Cabang numerik mengonsumsi fitur pasar sumber terbuka — proksi volatilitas terrealisasi, imba…
Hasil: Penulis melaporkan bahwa M2VN **secara konsisten mengungguli baseline yang ada** dalam eksperimen ekstensif mereka. Klaim konsistensi ini penting dalam peramalan volatilitas, di mana model sering men…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026IEEE International Joint Conference on Neural Network

Dapatkah LLM Merevolusi Desain Model TinyML yang Dapat Dijelaskan dan Efisien?

Christophe El Zeinaty; W. Hamidouche; Glenn Herrou; Daniel Ménard; Mérouane Debbah

Ringkasan: Makalah ini mengusulkan kerangka kerja pencarian arsitektur neural yang dipandu LLM yang menggabungkan optimisasi Pareto dan distilasi pengetahuan berbasis ViT untuk menghasilkan model TinyML yang dapat dijelaskan. Pada CIFAR-100 dan MCU S…
Metode: Kerangka kerja ini menggunakan pencarian yang dipandu LLM pada ruang pencarian hierarkis. Arsitektur kandidat disempurnakan melalui optimisasi Pareto berdasarkan akurasi, operasi …
Hasil: Dievaluasi pada CIFAR-100 dan diterapkan pada MCU STM32H7, tiga model yang diusulkan mencapai skor akurasi masing-masing 74,50%, 74,20%, dan 73,00%. Hasil ini melampaui model SOTA saat ini, termasuk …

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026Journal of Information Engineering and Educational Technology

Sebuah Tinjauan atas Aplikasi Analisis Sentimen di Indonesia pada Rentang 2023–2024

Boy Setiawan

Ringkasan: Tinjauan terstruktur atas riset analisis sentimen berbahasa Indonesia yang terbit antara 2023 dan 2024, memetakan pergeseran dari machine learning klasik menuju model bahasa berbasis pembelajaran mendalam. Dokumen ini mencatat kesenjangan …
Metode: Ini adalah tinjauan literatur, bukan studi empiris, sehingga metodologinya adalah pemetaan cakupan dan agregasi tematik atas makalah-makalah yang terbit pada rentang 2023–2024. Ti…
Hasil: Temuan utama tinjauan ini bersifat distribusional ketimbang numerik: meski model transformer telah hadir, mayoritas riset dalam korpus analisis sentimen Indonesia 2023–2024 masih berkisar pada tiga a…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026Italian National Conference on Sensors

Model Bahasa Besar untuk Pembuatan Dataset Sintetis Indikator Kompromi Keamanan Siber

Ashwaq Almorjan; Mohammed Basheri; Miada Almasre

Ringkasan: Studi ini melakukan fine-tuning terhadap GPT-3.5 milik OpenAI untuk menghasilkan dataset keamanan siber sintetis yang meniru data media sosial nyata dan memasukkan Indikator Kompromi (IoC). Empat model pembelajaran mesin dan pembelajaran m…
Metode: Metodologi ini melakukan fine-tuning terhadap GPT-3.5 milik OpenAI menggunakan dataset media sosial nyata dan pengetahuan domain IoC terkurasi. Fine-tuning dirancang agar LLM meni…
Hasil: Abstrak melaporkan bahwa empat model ML dan DL dievaluasi pada dua dataset yang dihasilkan. Pada dataset 4.000 instans, Dense Neural Network (DenseNN) menghasilkan akurasi tertinggi sebesar 77%. Pada…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026Italian National Conference on Sensors

DIdM-EIoTD: Manajemen Identitas Terdistribusi untuk Perangkat Edge Internet of Things (IoT)

Kazi Masum Sadique; Rahim Rahmani; P. Johannesson

Ringkasan: Makalah ini mengusulkan arsitektur manajemen identitas terdistribusi berbasis Teknologi Ledger Terdistribusi (DLT) yang baru untuk perangkat edge IoT, mengatasi ketidaklayakan sistem identitas tradisional di bawah heterogenitas dan keterba…
Metode: Model manajemen identitas berbasis lokasi yang diusulkan bersifat generik, terdistribusi, dan terdesentralisasi. Model ini memanfaatkan DLT untuk memungkinkan komunikasi yang aman…
Hasil: Model yang diusulkan diverifikasi menggunakan alat verifikasi formal Scyther untuk pengukuran kinerja keamanan. Pemeriksa model SPIN digunakan untuk berbagai verifikasi status dari model yang diusulk…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 23 Sep 2026IEEE Access

Holochain: Keamanan Tabel Hash Terdistribusi yang Berpusat pada Agen dalam Aplikasi IoT Cerdas

Shivani Gaba; Hamzullah Khan; K. Almalki; Abdoh M. A. Jabbari; Ishan Budhiraja; Vimal Kumar; Akansha Singh; K. K. Singh…

Ringkasan: Gaba dkk. mengkaji bagaimana arsitektur ledger peer-to-peer tanpa blok yang berpusat pada agen dari Holochain dapat mengamankan aplikasi IoT cerdas di mana biaya skalabilitas, penyimpanan, dan pemrosesan blockchain menjadi sangat mahal. St…
Metode: Studi ini dilakukan sebagai tinjauan konseptual dan arsitektural terstruktur dengan proposal desain, bukan sebagai tolok ukur empiris. Metodenya berlangsung melalui empat alur ana…
Hasil: Investigasi ini menghasilkan karakterisasi arsitektural Holochain alih-alih seperangkat tolok ukur numerik, dan hasilnya paling baik dibaca sebagai sifat struktural yang mengikuti dari ledger yang be…

Akses dokumen Redaksi lengkap