Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “IDS”
Forschung

<p>PINN-basierte RL beschleunigt Energieoptimierung in Smart Grids um 50 %</p> <p>Die Steuerung des Energieverbrauchs in modernen Stromnetzen ist wegen der engen Wechselwirkungen zwischen den einzelnen Komponenten ein komplexes Problem. Reinforcement Learning (RL) wurde bereits als Ansatz zur Lösung von Optimal Power Flow (OPF)-Aufgaben vorgeschlagen, doch die Notwendigkeit, wiederholt mit einer Umgebung zu interagieren, erfordert oft aufwändige Simulationsmodelle, die die Trainingszeit stark verlängern und

arXiv – cs.LG
Forschung

<h1>Erklärbares Deep-Learning-IDS erreicht 99 % Genauigkeit</h1> <p>Ein neues Intrusion Detection System (IDS) kombiniert Convolutional Neural Networks (CNN) und Long Short-Term Memory (LSTM) Netzwerke, um Netzwerkverkehr präzise zu klassifizieren und gleichzeitig die Entscheidungen des Modells verständlich zu machen. Durch die Integration von Explainable Artificial Intelligence (XAI) wird die Transparenz von Deep‑Learning‑Algorithmen deutlich erhöht.</p> <p>Die Leistung des Systems wurde anhand des etablie

arXiv – cs.AI
Forschung

Latent Diffusion steigert IoT-IDS-Leistung dank realistischer Angriffsdaten Ein neues Verfahren zur Erzeugung von Angriffsdaten für Intrusion Detection Systeme (IDS) in IoT‑Umgebungen wurde vorgestellt. Durch den Einsatz eines Latent Diffusion Models (LDM) lassen sich synthetische Angriffe mit hoher Qualität und Vielfalt generieren, ohne die Rechenleistung zu stark zu belasten. Die Autoren haben das Modell an drei typischen IoT‑Angriffstypen getestet: Distributed Denial‑of‑Service (DDoS), Mirai‑Botnet u

arXiv – cs.LG
Forschung

<h1>Humanoide Roboter lernen, wann sie fragen: Simulationstraining für psychische Diagnosen</h1> <p>Das Testen von humanoiden Robotern mit echten Nutzern ist zeitaufwendig, verschleißt die Hardware und limitiert die Vielfalt der Interaktionen. Um diese Hindernisse zu überwinden, hat ein Forschungsteam einen komplett virtuellen Ansatz entwickelt, bei dem die Roboter als Gesprächspartner in einer Simulation trainiert werden.</p> <p>Aus einer umfangreichen Interviewdatenbank wurden 276 interaktive MetaHuman‑Pa

arXiv – cs.AI