internet of things | BriefGPT

关键词internet of things

搜索结果 - 302

多流动环境下实时模型的测试时间自适应
在物联网和 5G 时代，面对有限资源的挑战，我们提出了一种基于多流动态适应的轻量级人工智能模型，为实时模型适应性提供解决方案，并通过新的基于位置和天气条件的细胞定义的自适应学生 - 教师方法，在自主车辆导航中进行验证，同时发布了一个大规模的
PDF2 months ago
LEMDA: 物联网系统入侵检测的新颖特征工程方法
提出了一种名为 LEMDA 的新型特征工程方法，通过选择和创建最有信息的特征，减少大规模物联网系统中的数据大小和维度，使得模型更简单且具有优异的性能、更小的数据存储以及更快的检测速度。
PDF2 months ago
基于形式化和基于仿真的方法进行高效 RADAR SoC 验证
通过实例研究基于射频探测和定位的复杂片上系统，本文提出了一种综合应用形式化和基于仿真的方法进行验证的方法，以满足多方面的需求，并利用机器学习方法提高验证效率。
PDF2 months ago
元分解：物联网活动识别中的动态分割方法选择
通过重新定义分割问题为分解问题特例，引入元分解方法以减少分割偏差，并通过外部学习问题优化分割超参数来动态选择合适的分割方法，从而提高系统性能。
PDF2 months ago
利用 3D LiDAR 传感器促进城市安全与公共卫生：行人监测与异常活动检测
利用光探测与测距（LiDAR）和物联网（IoT）技术的整合，在城市安全和行人福祉方面为公共卫生信息学提供了变革性机会。本文提出了一种利用这些技术进行增强型城市交通场景下的三维物体检测和活动分类的新框架。通过使用高架 LiDAR，我们获取了详
PDF2 months ago
基于 ANN 的受约束室内无线网络 RSSI 估计
在物联网（IoT）这个不断扩大的领域中，无线信道估计是一个重要的挑战，尤其是对于低功耗物联网（LP-IoT）通信来说，效率和准确性非常重要。本研究使用人工神经网络（ANN）建立了两个不同的 LP-IoT 无线信道估计模型：基于特征的 ANN
PDF3 months ago
AIoT 设备轻量级恶意软件检测模型的优化
通过优化超级学习器元学习集成模型，使其适用于低端人工智能物联网设备，可在低端设备上运行，具有较低的推理持续时间和更小的内存占用，同时获得与高端设备相似的准确性和假阳性率。
PDF3 months ago
提升物联网智能性：基于 Transformer 的强化学习方法
通过将 transformer 架构与 Proximal Policy Optimization（PPO）相结合，本文引入了一种新颖的框架来解决物联网应用中复杂环境下智能决策中的挑战，通过利用 transformer 的自注意机制，增强了强
PDF3 months ago
物联网中安全感知服务获取的深度强化学习方法
提出一个完整框架，根据用户需求，在物联网中定义适当的隐私和安全需求级别，通过采用基于强化学习的解决方案来训练用户代理，选择最佳的智能对象以满足目标服务，并确保满足截止日期要求、用户的安全和隐私需求。
PDF3 months ago
数字世界的信息安全与隐私：若干选定主题
在生成人工智能与物联网时代，数据量及相关处理、分析和存储需求激增的同时，面临着识别虚假信息和保护敏感数据隐私的新挑战。鉴于此，对于数据的认证、完整性保护、加密、不可否认性和隐私保护等方面的需求日益增加，本书的章节呈现了在密码学以及计算机和通
PDF3 months ago
物联网中生成式人工智能的安全风险关切
本文研究了物联网和生成式人工智能（AI）交叉融合的时代中，这种整合中所固有的新兴安全风险。我们探讨了生成式人工智能在物联网中推动创新的方式，并分析了在使用生成式人工智能时可能发生数据泄露以及在物联网生态系统中滥用生成式人工智能技术的潜力。这
PDF3 months ago
DeepHeteroIoT: 深度局部和全局学习在异构 IoT 传感器数据上
提出了一种新颖的深度学习模型，结合了卷积神经网络和双向门控循环单元，以端到端的方式学习本地和全局特征，并验证了在异构物联网传感器数据上优于最新的分类方法和多个机器学习和深度学习基线的有效性。
PDF3 months ago
分布式边缘物联网的群体学习
研究论文通过探索分布式群集学习（DSL）这一新颖框架，结合了人工智能和生物群体智能，以解决物联网在无线网络边缘面临的通信和计算瓶颈、设备和数据异构性、安全风险、隐私泄露、非凸优化和复杂无线环境等问题。该框架为无线网络边缘的大规模物联网提供了
PDF3 months ago
处理不平衡的机器人物联网数据集
使用 Synthetic Minority Over-sampling Techniques (SMOTE) 算法，就 Bot-IoT 数据集的类别不平衡问题进行了研究，并提出了能够检测攻击数据包并克服类别不平衡问题的二分类方法。通过数值结
PDF3 months ago
基于 LLM 的数字孪生优化人机交互系统
应用大型语言模型的案例研究表明，模拟复杂人口群体在大型开放空间中的行为和热偏好，并将其集成到基于增强学习的代理 - 环境闭环算法中，可以在节能和居住者舒适性之间找到平衡，从而显示出远优于传统的设定点控制策略，这表明在 CPS-IoT 应用中
PDF3 months ago
针对资源受限设备的低能耗自适应个性化
面向物联网应用的数据漂移个性化机器学习模型在能源成本方面依然存在挑战，为此提出了适用于资源受限设备的低能耗个性化框架 Target Block Fine-Tuning (TBFT)。通过对输入级、特征级和输出级的细分，分别对模型的前端、中间
PDF3 months ago
一种适应性双层单类分类入侵检测系统用于新兴网络威胁
在这项研究中，我们提出了一个基于单类分类的入侵检测系统结构，并使用多分类机制和聚类算法嵌入二级模型中。该框架不仅可以识别未知攻击，还可以利用它们对未知攻击进行再训练，从而使模型能够随着新的威胁模式的出现而进化。通过在第一层使用单类分类器（O
PDF3 months ago
通过联邦学习增强物联网安全对抗 DDoS 攻击
通过利用联邦学习技术，本研究提出了一种创新的策略来加强物联网网络对分布式拒绝服务攻击的安全性，实时检测并减轻攻击的影响，同时保护敏感数据的隐私。研究结果表明，在非独立非同分布数据集中，FedAvgM 的聚合算法优于 FedAvg，提供更好的
PDF4 months ago
IoTCO2：评估物联网驱动的深度学习的端到端碳足迹
为了提高隐私和保证服务质量，深度学习模型越来越多地部署在物联网设备上进行数据处理，从而显著增加了与物联网上深度学习相关的碳足迹，覆盖了运营和实体方面。本文引入了 extit {CARB}，一种用于物联网上深度学习精确估计碳足迹的端到端建模工
PDF4 months ago
MCformer：混合通道 Transformer 的多元时间序列预测
基于 Mixed Channels 策略，本文提出了 MCformer 作为一种混合通道特征的多变量时间序列预测模型，通过注意力机制有效捕捉了通道间相关信息从而在多变量时间序列预测任务中胜过了纯 CI 策略。
PDF4 months ago