cs articles | Gist.Science

Do Clinical Notes Improve ICU Mortality Prediction? A Controlled Comparison of Structured and Multimodal EHR Fusion Strategies

Cette étude démontre que, bien que les notes cliniques n'améliorent pas systématiquement la discrimination de la mortalité en soins intensifs au-delà des variables structurées du dossier médical électronique, elles peuvent améliorer le rappel de la mortalité lorsqu'elles sont intégrées via des stratégies de fusion multimodales spécifiques, soulignant la nécessité de comparaisons de base rigoureuses et d'une évaluation multidimensionnelle dans l'IA clinique.

Ashish Katyal2026-09-23

💻 informatique

Quantum Superposition over Near Optimal Seeds for Maximum Independent Set on Dense Graphs

Cet article présente un algorithme variationnel quantique qui exploite des superpositions uniformes de germes quasi optimaux et une post-sélection basée sur l'interférence pour résoudre des problèmes d'ensemble indépendant maximal sur des graphes denses allant jusqu'à 400 nœuds, surpassant de manière significative le VQE standard et les heuristiques classiques sur des instances difficiles où les méthodes précédentes stagnent.

Kalyan Dasgupta, Sumanta Mukherjee, Dhriti Verma, Surya Shravan Kumar Sajja, Abhishek Singh, Dzung Phan, Jayant Kalagnan (…)2026-09-23

💻 informatique

Uncertainty-Aware Dual-Attention Temporal Convolutional Networks for Remaining Useful Life Prediction

Cet article propose un cadre de réseau de neurones convolutifs temporels à double attention et sensible à l'incertitude (UA-DA-TCN) qui intègre des convolutions temporelles multi-échelles, des mécanismes de double attention et le Dropout de Monte Carlo pour obtenir des prédictions de la durée de vie utile restante précises, interprétables et sensibles à l'incertitude pour les moteurs d'avion, surpassant les modèles de référence existants sur le jeu de données NASA C-MAPSS.

Mubashar Abbas2026-09-23

💻 informatique

A multi-model study of diagnostic faithfulness in AI-generated histopathology images

Cette étude évalue sept modèles de texte en image sur une large cohorte de cas d'histopathologie et conclut que, bien que les modèles les plus performants approchent l'interprétabilité diagnostique, ils omettent fréquemment des caractéristiques critiques et ne parviennent pas à capturer une qualité cliniquement significative, indiquant que l'IA générative actuelle et les métriques d'évaluation ne sont pas encore prêtes pour une adoption responsable en oncologie.

Hong-Yu Zhou, Qinxin Wang, Jiachen Ji, Xihai Zhao2026-09-23

💻 informatique

An Adaptive Cascaded Fast Partitioning Algorithm Based on Visual Perception and Multi-Level Machine Learning

Cet article propose un algorithme de partitionnement rapide en cascade adaptatif pour le codage vidéo polyvalent (VVC) qui intègre l'analyse de la perception visuelle et l'apprentissage automatique multi-niveaux afin de réduire considérablement la complexité de codage tout en maintenant une efficacité de codage élevée.

Qiuwen Zhang, Chenyan Wang, Jinchao Zhao2026-09-23

💻 informatique

Explainable Dual-view Workflow Discovery for GenAI-supported Learning in Higher Education

Cette étude introduit un cadre de découverte de flux de travail à double vue explicable qui analyse les données de journaux de 278 étudiants pour révéler que l'apprentissage efficace soutenu par l'IA générative se caractérise non pas simplement par la fréquence des discussions, mais par l'intégration du feedback de l'IA dans l'écriture, la révision et la régulation entre les ressources.

Fan Zhang, Wanli Xing2026-09-23

💻 informatique

SQCAFusion: Multi-Scale Scene-Query Cross-Attention for Illumination-Adaptive Infrared and Visible Image Fusion

Cet article propose SQCAFusion, un cadre de fusion d'images infrarouges et visibles adaptatif à l'illumination qui utilise une attention croisée scène-requête multi-échelle avec des jetons de scène apprenables pour moduler dynamiquement les caractéristiques lors de l'encodage précoce, résolvant ainsi les problèmes de cécité de scène et améliorant la qualité de fusion sous diverses conditions d'éclairage.

Yunfei Chen, Juan Zhang, Yongbin Gao, Bo Huang2026-09-22

💻 informatique

Cache Lines, Not Probes: The Memory-Access Cost of Open Addressing Without Reordering

Cet article introduit un modèle de coût de ligne de cache pour l'adressage ouvert sans réordonnancement, démontrant que si le partitionnement asymétrique atteint des bornes d'accès mémoire optimales de $\Theta(1+\log\log n/\delta B)$ , les approches symétriques sont nettement moins performantes et que les schémas hiérarchiques optimales en termes de sondage restent sous-optimaux pour le cache en raison des coûts d'accès mémoire inévitables dictés par le paramètre $\delta B$ .

Mauricio Herrera2026-09-22

💻 informatique

WeanNet Enables Parameter-Efficient Transfer Through Decaying Lateral Connections in Progressive Networks

WeanNet propose une méthode d'apprentissage par transfert efficace en paramètres qui utilise un gain scalaire décroissant pour connecter temporairement un réseau parent gelé à un nouvel étudiant, permettant ainsi un retrait sans perte du parent et une réduction de la taille du modèle tout en démontrant des performances compétitives sur des tâches de dérive de concept par rapport aux réseaux neuronaux progressifs, bien que sa supériorité générale reste limitée par des dépendances spécifiques aux tâches et aux configurations.

Max Vorachart2026-09-22

💻 informatique

Enhancing Deep Neural Network Resilience Through Integrated Reliability-Aware Design and Fault-Aware Training

Cet article introduit ResilientNet, un cadre de travail sensible à la fiabilité qui améliore la résilience des réseaux de neurones profonds face aux fautes matérielles grâce à quatre stratégies synergiques de conception et d'entraînement — activations bornées, réordonnancement des couches, filtrage de NaN et entraînement par curriculum face aux fautes — démontrées comme réduisant significativement la propagation d'erreurs et maintenant une haute précision de classification avec un surcoût d'inférence négligeable à travers de vastes expériences d'injection de fautes.

Saravana Kumar Madappa, Sivakumar Nagalingam2026-09-22

← Précédent Suivant →