Mirai
PulseAugur coverage of Mirai — every cluster mentioning Mirai across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架使物联网攻击在经济上不可行
一篇新研究论文提出了“经济拒绝安全”（EDS）框架，旨在使资源受限的边缘和物联网设备的攻击在经济上不可行。与传统的基于检测的方法不同，EDS 通过自适应计算难题和带宽税等机制来提高攻击者成本。在针对 Mirai 和 Torii 等真实恶意软件的测试中，EDS 与机器学习结合后显著提高了防护能力，实现了 94% 的防护率，并增加了极小的延迟。
-
AI模型揭示与乳腺癌风险相关的乳腺摄影表型
研究人员开发了一个新框架，用于识别用于乳腺癌风险预测的深度学习模型中反复出现的乳腺摄影表型。通过对预训练模型 Mirai 的图像嵌入进行聚类，他们分离出与癌症风险增加相关的特定模式，例如致密组织和微钙化。该方法还揭示了模型中潜在的混淆因素，例如成像设备的伪影，并证明与患者年龄和乳房密度存在很强的相关性。
-
AI预测学术论文影响力，生成高影响力研究思路
研究人员开发了MIRAI，一个旨在预测学术论文未来影响力的深度学习框架。MIRAI在arXiv数据集上进行训练，分析论文的标题、摘要和发表日期，以预测其引用次数和PageRank。该系统在这些预测中取得了显著的准确性，并被用于生成比未使用其辅助生成的思路更具影响力的创新研究思路。
-
新的MIRAI框架统一了AI模型完整性与责任评估
研究人员开发了一个名为MIRAI的新框架，用于评估高风险表格领域中使用的AI模型。该框架超越了单纯的预测性能，评估了五个关键维度：可解释性、公平性、鲁棒性、隐私和可持续性。通过将这些维度汇总成一个单一分数，MIRAI可以实现模型之间的直接比较，并在实验中表明，简单的模型有时比更复杂的深度学习架构能实现更好的整体完整性和责任平衡。
-
MIT AI 模型可提前 5 年预测乳腺癌，优于乳房 X 光检查
麻省理工学院 (MIT) 的研究人员开发了一个名为 Mirai 的 AI 模型，该模型可以比传统方法提前五年预测乳腺癌。该模型能以惊人的准确性分析乳房 X 光片，有可能彻底改变早期癌症检测和治疗。这项进展由麻省理工学院研究员 Regina Barzilay 领导。