💻 informatique

Dynamic Visual SLAM: Collaborative Optimization of Lightweight Segmentation and Adaptive Cauchy Kernel

Cet article propose un système de SLAM visuel dynamique qui améliore la précision de la localisation dans des environnements intérieurs complexes en intégrant un YOLOv8-seg léger et optimisé pour une segmentation précise des objets dynamiques dans le front-end avec un noyau de Cauchy généralisé adaptatif pour une suppression robuste des valeurs aberrantes résiduelles dans le back-end, atteignant une réduction d'erreur significative par rapport aux méthodes de l'état de l'art.

Shulei Ni, Dan Li, Meijiu Qi, Shuwen Shen2026-09-29
💻 informatique

Reliability-Aware Temporal Memory for Long-Term Drift Reduction in End-to-End Visual Odometry under Domain Shift

Cet article propose un cadre de mémoire temporelle sensible à la fiabilité pour l'odométrie visuelle de bout en bout qui atténue la dérive à long terme sous l'effet d'un changement de domaine en stockant sélectivement et en fusionnant de manière adaptative des représentations visuo-temporelles fiables et inédites, atteignant ainsi une précision de trajectoire et une robustesse supérieures par rapport aux méthodes de référence.

Dhayaa Khudher, Roger Powell2026-09-29
💻 informatique

Building Frontier Education Organizations With Artificial Intelligence and Agentic Systems in East Africa: A Systematic Review

Cette revue systématique de 28 sources identifie les obstacles critiques liés aux infrastructures, aux capacités et à la gouvernance pour l'adoption de l'IA dans l'éducation en Afrique de l'Est, tout en mettant en lumière les innovations locales émergentes et en proposant un cadre à quatre piliers pour guider le développement d'organisations d'éducation de pointe durables et adaptées au contexte.

Gezae Geberdngl, Tedros Kebede2026-09-29
💻 informatique

A Resource-Constrained Evaluation of Fine-Tuned Deep Learning and Local Zero-Shot Vision-Language Models for Brain MRI Slice Classification

Cette étude démontre que, dans des conditions de matériel local aux ressources limitées, les modèles d'apprentissage profond affinés surpassent de manière significative les modèles vision-langage zero-shot non adaptés pour la classification de coupes d'IRM cérébrales, tout en soulignant l'importance critique de l'intégrité des données, de la robustesse face à la corruption et d'une interprétation prudente des scores de performance élevés.

Zhu-Ai Wu, C.-Y. Yeh2026-09-29
💻 informatique

Vision-Based Real-Time Sign Language Recognition: A Comparative Benchmark of Landmark Tracking and Deep Sequential Architectures

Cet article présente une étude comparative de dix pipelines d'apprentissage automatique et d'apprentissage profond pour la reconnaissance en temps réel de l'américain langue des signes basée sur la vision, démontrant que les modèles XGBoost et LSTM bidirectionnel basés sur les points de repère (landmarks) atteignent une précision et une résilience supérieures face à la variabilité des signeurs tout en maintenant une latence d'inférence faible, adaptée au matériel de consommation courante.

Muhammad Tayyab2026-09-29
💻 informatique

Multi-output pairwise computation in a shared finite-relaxation neural medium: two synthetic benchmarks

Cet article évalue un milieu neuronal à relaxation finie partagée sur deux bancs d'essai synthétiques pour le calcul de paires multi-sorties, constatant que si le système peut effectuer des calculs quadratiques à position fixe, il ne parvient pas à démontrer d'avantages en termes de ressources ou à égaler la précision de modèles indépendants ou spécialisés tels que les opérateurs neuronaux de Fourier.

DeKun Yang2026-09-29
💻 informatique

The Collateral Damage Trap: Understanding UPGen and Proteus for Censorship Evasion

Cet article évalue les systèmes de contournement de la censure UPGen et Proteus, révélant que si le « piège aux dommages collatéraux » d'UPGen empêche théoriquement le blocage sans dommages collatéraux massifs, la reproduction expérimentale montre que les artefacts accessibles au public ne parviennent pas à atteindre cette résistance, car les classificateurs standards peuvent distinguer de manière fiable leur trafic des protocoles bénins.

Lakshit Singh Bisht2026-09-29✓ Author reviewed ⓘ
💻 informatique

Fine-Grained Symptom-Aware Arabic Mental Health Disorder Classification Using MentalMARBERT

Cette étude introduit un nouveau cadre à deux étapes, sensible aux symptômes, exploitant MentalMARBERT et un masquage informé par le DSM-5-TR pour parvenir à une classification fine de pointe de cinq troubles de la santé mentale en arabe et améliorer significativement l'extraction des symptômes, remédiant ainsi aux limites des approches de détection binaire précédentes.

Fatimah Almalki, Areej Alhothali, Lulwah Alharigy2026-09-29