هوش مصنوعی
CORA تلاش می‌کند تشخیص بلادرنگ پارازیت را بدون دادهٔ برچسب‌خورده بهبود دهد
چارچوبی مبتنی بر یادگیری تقویتی، از ارزیابی گذشته‌نگر برای تنظیم یک آشکارساز علّی در شبکه‌های O-RAN استفاده می‌کند؛ پژوهش در مرحلهٔ پیش‌چاپ است.
در شبکه‌های حیاتی، از دست‌دادن یک رویداد پارازیت می‌تواند پرهزینه‌تر از هشدار کاذب باشد. پژوهشگران در پیش‌چاپی با عنوان CORA روشی برای انتقال بینش یک آشکارساز گذشته‌نگر به آشکارسازی علّی و قابل‌اجرا در جریان داده معرفی کرده‌اند؛ روشی که به داده‌های حملهٔ برچسب‌خورده نیاز ندارد.
CORA در مرحلهٔ آفلاین، یک آشکارساز گذشته‌نگرِ مبتنی بر شاخص‌های کلیدی عملکرد (KPI) را روی گزارش‌های تاریخیِ بدون برچسب ارزیابی می‌کند. خروجی آن برای ساخت پاداشی با وزن‌دهی به یادآوری به کار می‌رود؛ این پاداش، یک کنترل‌گر مبتنی بر یادگیری تقویتی را برای تنظیم حساسیت، پایداری و مهلت اغماضِ آشکارساز علّی هدایت می‌کند. چکیدهٔ در دسترس، جزئیات بیشتری از عملکرد CORA هنگام استقرار ارائه نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده