Abhay Bindle; P. Singla; Sachin Sharma; A. Khakimov; R. Alkanhel; A. Muthanna
Ringkasan
Makalah IEEE Access ini mengusulkan kerangka kerja pengambilan dan pemeringkatan dokumen hibrida yang menggabungkan TF-IDF, BM25, Sentence-BERT, dan Word2Vec dengan mekanisme pemeringkatan multi-tahap yang baru, yang bobot leksikal–semanti…
Metode
Kerangka kerja yang diusulkan mengintegrasikan empat komponen pengambilan yang diorganisir ke dalam *pipeline* pemeringkatan multi-tahap. Di sisi leksikal, *Term Frequency–Inverse…
Hasil
Evaluasi kinerja dilakukan menggunakan empat ukuran pelengkap: Skor BLEU, metrik ROUGE, Kesamaan Kosinus, dan Kesamaan Word2Vec. Ini mencakup tumpang tindih bentuk permukaan dengan teks referensi (BL…
Tinjauan sistematis terhadap 55 studi yang ditinjau sejawat dari tahun 2014 hingga 2024 memetakan bagaimana teknik AI mengotomatiskan pemodelan perilaku pengguna, analisis sentimen, dan pembuatan laporan umpan balik dalam evaluasi UX. Tinj…
Metode
Studi ini adalah tinjauan literatur sistematis (SLR). Basis buktinya terdiri dari **55 artikel yang ditinjau sejawat yang diterbitkan antara tahun 2014 dan 2024**, sebuah rentang …
Hasil
Tinjauan ini melaporkan bahwa teknik AI kini memungkinkan serangkaian aktivitas terkait UX yang koheren. Empat keluarga teknik mendominasi: pembelajaran mesin, jaringan saraf tiruan, model bahasa bes…
Dimitrios Christos Kavargyris; Konstantinos Georgiou; Eleanna Papaioannou; Theodoros Moysiadis; N. Mittas; L. Angelis
Ringkasan
KANVAS menggunakan Jaringan Kolmogorov–Arnold, alur ekstraksi keterampilan berbasis LLM, dan kemampuan penjelasan SHAP untuk memisahkan peran pekerjaan GenAI yang muncul dari peran AI tradisional dengan konsistensi klasifikasi sekitar 80%.…
Metode
KANVAS diimplementasikan sebagai alur hibrida yang menggabungkan Model Bahasa Besar (LLM) canggih untuk ekstraksi keterampilan dengan pengklasifikasi Jaringan Kolmogorov–Arnold da…
Hasil
Kerangka KANVAS mencapai sekitar **80% konsistensi klasifikasi** antara peran tradisional dan yang selaras dengan GenAI. Di luar angka utama tersebut, kontribusi empiris utama studi ini adalah lapora…
Achilleas Livieratos; G. Kagadis; Charalambos Gogos; K. Akinosoglou
Ringkasan
Tinjauan terfokus ini memetakan bagaimana metode AI—mulai dari triase XGBoost dan pengklasifikasi citra CNN hingga pengawasan transformer dan pemetaan resistansi obat HIV berbasis SVM—membentuk ulang manajemen influenza, RSV, HIV, dan SARS…
Metode
Karya ini adalah **tinjauan naratif terfokus** daripada meta-analisis sistematis atau studi eksperimental primer. Oleh karena itu, "metodologi" di sini adalah metodologi dari sist…
Hasil
Tinjauan ini melaporkan temuan yang berbeda namun konvergen di keempat patogen. **Influenza dan RSV (triase pernapasan dan pencitraan).** Model triase berbasis gejala yang dibangun dengan **XGBoost**…
J. Kvapil; G. Borca-Tasciuc; H. Bossi; K. Chen; Y. Chen; Y. C. Morales; H. D. Da Costa; C. D. Da Silva; C. Dean; J. Dur…
Ringkasan
Sebuah proyek R&D inisiatif AI-ML Fisika Nuklir DOE membangun demonstrator waktu nyata yang menggunakan Jaringan Saraf Graf (Graph Neural Networks) dan hls4ml pada FPGA untuk memproses data pelacakan sPHENIX berkecepatan tinggi jauh melamp…
Metode
Demonstrator ini diorganisir berdasarkan dua masalah yang saling terkait: (i) **pemrosesan data cepat** untuk pemilihan peristiwa waktu nyata, dan (ii) **kontrol detektor otonom**…
Hasil
Hasil yang dilaporkan dari program ini adalah pembangunan **demonstrator untuk pemrosesan waktu nyata *stream* data berkecepatan tinggi dari detektor pelacakan sPHENIX**, dievaluasi terhadap titik op…
Peneliti memperkenalkan ICGI, sebuah kerangka kerja yang memanfaatkan model bahasa besar dengan pemicu kausal dan seleksi fitur kausal berbasis data untuk mengidentifikasi gen kanker dari data multi-omics. Diterapkan pada enam jenis kanker…
Metode
Kerangka kerja ICGI memanfaatkan model bahasa besar (LLM) yang dipicu dengan isyarat dan pemicu kontekstual kausalitas, bersama dengan seleksi fitur kausal berbasis data. Modul se…
Hasil
Modul seleksi fitur kausal yang diusulkan menunjukkan kemampuan superior dalam mengidentifikasi gen kanker yang membedakan antara sampel kanker dan normal ketika diterapkan pada dataset transkriptomi…
Ergun dan Onan mengevaluasi sebelas model pembelajaran mesin untuk mendeteksi prompt adversarial menggunakan fitur sisi prompt dan sisi respons, dengan kaskade CNN-LSTM mencapai akurasi lebih dari 97% di semua skenario adversarial. Kelemah…
Metode
Studi ini mengadopsi metodologi berbasis klasifikasi dengan rangkaian evaluasi sebelas model yang mencakup estimator tradisional dan arsitektur deep learning. Kinerja diukur denga…
Hasil
Di antara sebelas model yang dievaluasi, dua konfigurasi mendominasi papan peringkat, dan yang menarik, keduanya tidak bergantung pada keluarga fitur yang sama. **Fitur prompt mendukung kaskade deep …
Reinhard Heckel; Mathews Jacob; Akshay S. Chaudhari; Or Perlman; Efrat Shimron
Ringkasan
Tinjauan tahun 2024 ini mengkaji bagaimana pembelajaran mendalam membentuk ulang rekonstruksi MRI, mulai dari jaringan end-to-end hingga model generatif dan self-supervised yang telah dilatih sebelumnya. Tinjauan ini memetakan keberhasilan…
Metode
Sebelum jaringan apa pun muncul, tinjauan ini mendasarkan diskusi pada model forward yang diinversi oleh semua metode rekonstruksi MRI. Pengukuran terkait dengan gambar yang menda…
Hasil
Tinjauan ini melaporkan bahwa pendekatan DL memberikan peningkatan pada tiga bidang secara bersamaan — kualitas gambar, akselerasi pemindaian, dan ketahanan terhadap kesulitan terkait data yang mengg…
Xuebin Ren; Chia-Mu Yu; Wei Yu; Xinyu Yang; Jun Zhao; Shusen Yang
Ringkasan
DPCrowd dan DPCrowd+ memanfaatkan korelasi temporal dan spasial untuk memungkinkan server terdesentralisasi bertukar parameter privat secara diferensial hanya secara intermiten dengan tetangga satu-hop, mencapai estimasi waktu nyata yang a…
Metode
DPCrowd diusulkan sebagai **algoritma estimasi statistik terdesentralisasi yang menjaga privasi dan efisien komunikasi**. Keputusan desain utamanya adalah bahwa server *hanya seca…
Hasil
Makalah ini melaporkan eksperimen ekstensif pada **beberapa dataset** untuk mengevaluasi DPCrowd dan DPCrowd+ terhadap skema yang ada. Di seluruh evaluasi ini, para penulis menyatakan bahwa skema yan…
Karya ini mengusulkan studi kasus rumah pintar praktis menggunakan blockchain Ethereum dan kontrak pintar untuk meningkatkan keamanan Internet of Things. Ini berpendapat bahwa Ethereum publik yang berorientasi kontrak pintar dapat mengkomp…
Metode
Makalah ini mengusulkan studi kasus rumah pintar praktis menggunakan Blockchain Ethereum untuk meningkatkan keamanan IoT. Secara khusus, makalah ini mengklaim bahwa Ethereum tipe …
Hasil
Abstrak ini tidak melaporkan pengukuran kuantitatif seperti biaya gas, latensi transaksi, throughput, atau ukuran testbed. Hasil yang dilaporkan adalah usulan studi kasus rumah pintar praktis dan kla…
