💻 informatique

ThreatQwen: Domain-Adaptive Fine-Tuning of a 1.7B LLM for Security Event Classification and SOC Triage

Cet article présente ThreatQwen-1.7B-Detect, un modèle de langage open-source de 1,7 milliard de paramètres déployable localement et affiné sur un corpus organisé de règles de détection réelles et de données synthétiques, qui atteint une précision de 95,1 % dans la classification d'événements de sécurité, surpassant de manière significative des modèles de pointe comme GPT-4o tout en opérant entièrement hors ligne pour les environnements SOC isolés.

Md. Minaruzzaman Shovon2026-09-29
💻 informatique

NC-LoRaSim: A No-Code, NS3-Based LoRaWAN Simulation Platform Bridging Usability and Accuracy

Cet article présente NC-LoRaSim, une plateforme de simulation sans code basée sur NS-3 qui comble l'écart entre l'utilisabilité et la précision dans la recherche sur LoRaWAN en offrant des interfaces multi-modes pour une configuration intuitive et une expérimentation automatisée, tout en préservant une modélisation de haute fidélité afin de réduire considérablement le temps de configuration et d'améliorer la reproductibilité.

Mohamed-Ali Hadj Amor, Ismail BENNIS2026-09-28
💻 informatique

From Data Sharing to Data Surveillance? - AI Agents and the Panoptic Dynamics of Mobility Data Spaces

Cet article soutient que si les mécanismes de transparence tels que la journalisation et les pistes d'audit sont essentiels à la responsabilité dans les espaces de données de mobilité pilotés par l'IA, ils peuvent par inadvertance créer des effets de type surveillance qui découragent la participation volontaire des parties prenantes, nécessitant ainsi un cadre restructuré basé sur la limitation des finalités, le contrôle des accès et la transparence orientée vers l'utilisateur pour équilibrer les bénéfices du partage de données avec la confiance.

Tim Robin Kosack, Sofia Kyrampalidou, Clemens Danda, Simon Odrowski2026-09-28
💻 informatique

Interdependent Process Optimization Using Constrained Factor Graphs for a Multi-Robot Team

Cet article propose un cadre évolutif et compatible avec les GPU qui optimise les systèmes multi-robots collaboratifs en modélisant chaque agent par des graphes de facteurs contraints individuels et en les reliant par des facteurs interdépendants structurés afin de permettre une optimisation vectorielle décentralisée et efficace.

Behzad akbari, William Wakely, Lucas Wan, Qiguang Chen, Ya-Jun Pan, Haibin Zhu2026-09-28
💻 informatique

Ensemble learning for time series forecasting using metaheuristic optimisation

Cet article propose deux nouveaux cadres d'apprentissage d'ensemble, l'Ensemble Particle Swarm Optimisation et l'Ensemble Adaptive Robust Optimisation, qui optimisent dynamiquement les poids des modèles de base pour atteindre une précision de prévision des cours boursiers supérieure à celle des réseaux de neurones autonomes et d'autres modèles de pointe.

Rajiv Kumar Ranjan, Krishan Kumar Sethi, Ankita Sinha2026-09-28
💻 informatique

A Multi-Agent Framework for Explainable Brain Tumour Instance Segmentation and Clinical Report Generation Using ASIO-Optimised YOLO Architectures

Ce document présente un nouveau cadre multi-agents qui intègre des architectures YOLO optimisées par ASIO (v8, v11 et 26) à des agents LLM pilotés par Qwen afin de parvenir à une segmentation d'instance de tumeurs cérébrales de haute précision ainsi qu'à une génération de rapports cliniques automatisée et explicable avec une latence d'inférence rapide.

Shrikant Manikarao Mahindrakar, Yudhishthir Raut, Snehankita Majalekar, Kamlesh Arun Meshram, Sagar Dhanraj Pande, Vivek (…)2026-09-28
💻 informatique

PACT: Joint Pose and Camera Transformer for Uncalibrated Multi-View 3D Human Pose Estimation

PACT est un cadre de transformateur de bout en bout qui estime conjointement les poses humaines en 3D et les paramètres de la caméra à partir de points clés 2D multi-vues non calibrés, atteignant une précision de pointe et une forte généralisation à travers des nombres de vues variables et des domaines du monde réel en éliminant le besoin de calibration préalable de la caméra.

Mingdu Lin, Liangtai Zhou, Weiwei Zhang, Huanlong Zhong, Jiayou Chen, Lixu Huang, Jianqing Zhu2026-09-28
💻 informatique

Cross-Prior Reliability Fusion for Traffic Salient Object Boundary Detection in Autonomous Driving

Le papier propose la Fusion de Fiabilité par Priorité Croisée (CPRF), un cadre de calibration léger au niveau de la prédiction qui optimise la détection des contours d'objets saillants dans le trafic en apprenant les résidus spatiaux à partir de priors sémantiques et de contours sans mettre à jour les extracteurs visuels sous-jacents, atteignant ainsi des performances de pointe sur le jeu de données TSOD10K.

Run Yuan, Haonan Long, Xueli Wang2026-09-28
💻 informatique

FRAP: Fisher–Rao Geometric Trajectory Pruning for Class-Aware Dataset Selection

Le papier propose FRAP, un cadre d'élagage de l'ensemble de données sensible à la classe qui exploite la géométrie de Fisher-Rao pour quantifier la trajectoire prédictive des échantillons d'entraînement via un score de déplacement d'information effective, permettant une sélection efficace de données informatives afin de réduire les coûts de calcul tout en maintenant la performance de classification.

Bahar Niknam, Hedieh Sajedi2026-09-28
💻 informatique

A Study on Autonomous Navigation and Obstacle Avoidance Methods for UAVs Based on Visual-Inertial Fusion

Cet article propose une méthode de fusion vision-inertielle à faible coût et légère pour les micro-drones qui combine VINS-Mono pour l'estimation de pose à haute fréquence avec Ego-Planner pour la planification de trajectoire dynamique, atteignant une navigation autonome et un évitement d'obstacles robustes dans des environnements sans GPS et à forte densité d'obstacles avec un taux de réussite minimum de 70 % et une fluidité de trajectoire supérieure à celle d'A*.

Jian Gong HU, XuYang BU, Rui Juan GAO, Qi LIU, Lei WANG2026-09-28