Articoli più recenti per Sicurezza nella tecnologia

Un metodo per prevedere i movimenti dei robot per una cooperazione più sicura con gli esseri umani.

Le ricerche mostrano che la musica influisce sull'interazione con i robot tramite segnali emotivi.

Un nuovo approccio migliora la sicurezza dei sistemi AI complessi.

Un nuovo metodo migliora la sicurezza nelle applicazioni di apprendimento rinforzato.

MLGuard offre un framework per applicazioni di machine learning sicure e affidabili.

Adv3D introduce esempi avversari 3D realistici per i sistemi di auto a guida autonoma.

Un nuovo metodo per la navigazione sicura dei robot che tiene conto dei rischi fisici in ambienti complessi.

Introducendo un benchmark per verificare le reti neurali scritte in C semplice.

Un nuovo metodo migliora l'adattabilità dei modelli AV ai cambiamenti di punto di vista della telecamera.

Esaminando il ruolo degli strumenti di test per garantire una generazione di immagini sicura.

Parlando di misure di sicurezza per i sistemi di machine learning in settori critici.

Esplorare il bisogno di sicurezza e fiducia nei sistemi di intelligenza artificiale.

Presentiamo un framework che mette in primo piano la sicurezza nell'apprendimento per rinforzo.

Uno sguardo all'importanza della verifica dei modelli per la sicurezza nei sistemi di intelligenza artificiale.

Nuovi metodi migliorano le previsioni per la gestione delle scorie nucleari.

Esplora come i Filtri di Sicurezza Basati sui Dati mantengono la sicurezza nei sistemi basati sull'apprendimento.

Un nuovo modo per monitorare le reti neurali durante il funzionamento per garantire l'affidabilità.

Nuovi metodi migliorano la navigazione sicura per i sistemi autonomi attraverso strategie di controllo innovative.

Nuovi metodi migliorano la verifica della sicurezza delle Reti Neurali Bayesiane contro gli attacchi.

Nuovi metodi migliorano il processo decisionale nell'IA, garantendo sicurezza ed efficienza.

Questo studio valuta la sicurezza delle DNN nel gestire dati di guida sconosciuti.

Uno sguardo alle funzioni di barriera di controllo per un'operazione sicura nella tecnologia.

Uno sguardo alle tecniche di reinforcement learning sicure e alle loro applicazioni nel mondo reale.

Un nuovo metodo migliora la sicurezza per i robot che si muovono in ambienti complessi.

Un nuovo metodo migliora il modo in cui i robot interpretano le istruzioni degli utenti in modo sicuro.

Esplorare le misure di sicurezza per affrontare l'eccesso di fiducia nei sistemi di intelligenza artificiale dei veicoli autonomi.

Un nuovo framework per migliorare la sicurezza e le prestazioni nei sistemi robotici ibridi.

Una panoramica dei sistemi distribuiti, della sincronizzazione e dei metodi di sicurezza.

Un'iniziativa guidata dalla comunità per identificare i prompt dannosi nei modelli T2I.

Un nuovo approccio per garantire la sicurezza nell'apprendimento rinforzato offline.

Un nuovo metodo punta a migliorare la sicurezza e l'utilità dei modelli di linguaggio grandi.

Un nuovo framework migliora la sicurezza dei UGV in ambienti complessi.

Uno studio sul Deep Reinforcement Learning Protetto per l'autonomia sicura delle navicelle spaziali.

Un nuovo metodo migliora le caratteristiche di sicurezza nei sistemi AI multimodali senza dover fare un'addestramento approfondito.

Una guida su come combinare l'IA con i robot per operazioni più sicure ed efficienti.

Nuovi metodi migliorano la sicurezza nell'apprendimento per rinforzo mentre ottimizzano le prestazioni in ambienti vincolati.

Il metodo DeepKnowledge migliora l'affidabilità delle DNN in applicazioni critiche.

Un nuovo metodo migliora il rilevamento OOD concentrandosi sulle informazioni di gradiente.

La ricerca si concentra sul miglioramento della verifica delle reti neurali con specifiche NAP minime.

DEXTER migliora la sicurezza per l'IA potenziando il riconoscimento delle informazioni fuori distribuzione.