Наука

Распознать подделку: Как отличить изображение, созданное ИИ

от

Доля отбракованных результатов для класса искусственного интеллекта, рассчитанная на основе оптимального порога $ \tau^* $ для комбинированной неопределенности, полученной из ResNet50, обученной на Stable Diffusion, демонстрирует различия между правильно и неправильно предсказанными случаями.

Новый подход объединяет методы оценки неопределенности для более надежного выявления сгенерированных нейросетями изображений, даже перед лицом усложняющихся алгоритмов и атак.

Взаимовыгодный обмен: Как адаптивные агенты создают экономику замкнутого цикла

от

Пространственное распределение агентов демонстрирует зависимость от значений параметра $cs$, что указывает на возможность управления структурой системы путём варьирования данного параметра.

Новая модель демонстрирует, что децентрализованные рынки и обучение с подкреплением могут способствовать эффективному обмену вторичными ресурсами и устойчивому развитию промышленных экосистем.

Охота на быстрые радиовсплески: новый взгляд машинного обучения

от

На основе данных многолучевых наборов, представленных в виде распределения радиопомех (RFI) - импульсных, точечных, спутниковых и узкополосных - по семи лучам, и случайного появления быстрых радиовсплесков (FRB) только в одном из них, демонстрируется метод формирования выборочных данных, использующих комбинацию центральных семи лучей в семь каналов, аналогично представлению в предыдущей работе.

Исследователи предлагают эффективный метод обнаружения быстрых радиовсплесков (FRB) с использованием глубокого обучения, позволяющий отказаться от трудоемкого поиска по показателю дисперсии.

Искусственный интеллект с подсказками: новый подход к объяснимым решениям

от

Гибридный конвейер LRR-TED объединяет автоматизированные правила безопасности и экспертные оценки рисков в единую объяснительную матрицу, которая служит для инициализации контролируемого классификатора, обеспечивая переход от широкого статистического обнаружения к детальной экспертной проработке.

В статье представлен гибридный фреймворк, сочетающий автоматическое обнаружение правил с экспертными ограничениями, для создания более надежных и понятных моделей.

Охота на сверхновые: Искусственный интеллект на страже редких взрывов

от

Наблюдения за сверхновыми разных классов показывают, что медианная яркость начинает возрастать примерно за пять дней до достижения пика, что позволяет установить закономерности в предвестниках их взрыва.

Новый подход с использованием машинного обучения позволяет значительно повысить точность и скорость обнаружения редких сверхновых типа Ic-BL, открывая новые возможности для изучения их связи с гамма-всплесками.