💻 Category

cs

3891 articles

💻 informatique

Identical runs disagree more than different models: reproducibility limits in deep learning for brain-tumour MRI classification

Cette étude démontre que les variations stochastiques non contrôlées dans des exécutions de l'apprentissage profond nominalement identiques pour la classification d'IRM de tumeurs cérébrales peuvent excéder les différences de performance entre des architectures de modèles distinctes, sapant ainsi la fiabilité des études d'ablation standards et nécessitant des protocoles de reproductibilité plus stricts.

Md Mostafizur Rahman2026-09-22
💻 informatique

Explainable Machine Learning for Early Detection of Mathematics Learning Difficulties: A Systematic Review of Multimodal Educational Data and Predictive Modeling

Cette revue systématique synthétise les recherches sur les méthodes d'apprentissage automatique explicables utilisant des données éducatives multimodales afin de permettre la détection précoce et l'explication transparente des difficultés d'apprentissage en mathématiques, tout en mettant en évidence les défis actuels et en proposant un agenda de recherche futur axé sur la confidentialité, la standardisation et le déploiement éthique.

Tannaz Goodarzvand Chegini, Narges Hosseinzadeh, Faraz Dadgostari, Neda Nazemi2026-09-22
💻 informatique

A Reproducible Framework for Auditing the Trustworthiness of Clinical Machine Learning Models

Cet article présente AETHEL, un cadre open-source et reproductible qui audite systématiquement la fiabilité des modèles d'apprentissage automatique clinique en évaluant leur discrimination, leur calibration, leur explicabilité, leur robustesse et leur utilité clinique à travers des contextes de soins de santé hétérogènes afin de relever les défis du décalage de domaine.

Tanya Deep2026-09-22
💻 informatique

Asymptotically-Embedded Deep Learning for Unsteady Singularly Perturbed Convection-Diffusion-Reaction Equations

Cet article introduit le Réseau de Neurones Informé par la Physique Asymptotiquement Embarqué (AE-PINN), un cadre d'apprentissage profond sans maillage qui surmonte le biais spectral des PINN standards en incorporant des développements asymptotiques de couches limites dans l'architecture du réseau, atteignant ainsi une précision et une stabilité élevées pour la résolution d'équations de convection-diffusion-réaction instationnaires singulièrement perturbées présentant des gradients abrupts.

Tannaz Goodarzvand Chegini, Elyas Shivanian2026-09-22
💻 informatique

Detector-Calibration Failures in Pattern-Based LLM Refusal Classification: Discovery, Generalization, and a Confirmed False-Positive Pattern Across Models

Cet article détaille une investigation en trois phases révélant que le non-déterminisme apparent dans la détection du refus des LLM était largement causé par des artefacts de détecteur rectifiables qui, bien que généralisables à travers les modèles, introduisent des schémas de faux positifs spécifiques qui nécessitent un audit manuel et un signalement transparent des lacunes de données afin de garantir des évaluations de sécurité précises.

Waqar Javed2026-09-22
💻 informatique

SafeAgent-300: A Balanced 300-Prompt Benchmark for Agentic AI Security, with Findings on Detector Coverage Gaps and Cross-Model Compliance Variance

Cet article présente SafeAgent-300, un benchmark équilibré de 300 prompts pour la sécurité de l'IA agentique qui évalue six modèles afin de révéler des disparités significatives dans le conservatisme des modèles, de mettre au jour un comportement spontané d'invocation d'outils dans un modèle Google Gemini, et d'identifier des lacunes critiques de couverture des détecteurs qui faussent la relation entre la sophistication des prompts et les taux de détection de violations.

Waqar Javed2026-09-22
💻 informatique

AgentPort-Bench: A Controlled Seven-Framework Evaluation of Agentic AI Security Portability

Cet article présente une évaluation contrôlée sur sept cadres démontrant que, si le type d'attaque et le choix du modèle impactent significativement la sécurité des agents LLM utilisant des outils, le choix du cadre d'orchestration n'a généralement aucun effet significatif sur la posture de sécurité, à l'exception notable de CrewAI, qui présente une légère mais statistiquement significative élévation résiduelle des taux d'échec même après correction d'un défaut d'adaptateur spécifique.

Waqar Javed2026-09-22
💻 informatique

Artificial Intelligence for Alzheimer’s Disease Detection Across Neuroimaging and Speech: A Reproducible Cross-Modal Secondary Analysis

Cette étude synthétise les preuves issues de 26 articles sur la détection de la maladie d'Alzheimer basée sur l'IA pour révéler que, bien que les précisions intra-études rapportées soient élevées, le domaine manque cruellement de validation externe, d'intégration multimodale et de diversité linguistique, nécessitant un passage vers des conceptions de modèles robustes, reproductibles et cliniquement transportables.

Jeffrey Tao, Christa C. Caggiano2026-09-22
💻 informatique

Runtime Continuation after Faults in Partially Executed Agent Workflows

Cet article propose un mécanisme de poursuite à l'exécution pour les flux de travail d'agents de modèles de langage partiellement exécutés qui garantit une récupération sûre des fautes en reconstruisant une frontière de confiance, en dérivant les obligations résiduelles d'un contrat canonique, et en n'avançant l'état que par le biais d'effets autorisés soutenus par des preuves valides, fraîches et de correspondance unique.

Li Zeng, Chuanwu Yang, Qiang Zhao, Qinde Chen, Deyang Qu2026-09-22
💻 informatique

A Structural Preservation Framework for Denoiser Selection in YOLO-Based Pedestrian Detection under Sensor Noise

Cet article introduit le Structural Preservation Score (SPS) pour évaluer l'efficacité des débruiteurs pour la détection de piétons basée sur YOLO, révélant que bien que certaines variantes spécifiques comme la corrélation de l'amplitude du gradient puissent classer les débruiteurs au sein de niveaux de bruit connus, aucune métrique de niveau image ne peut universellement prédire la performance de détection à travers des débruiteurs ou des conditions de bruit inédits en raison de facteurs non linéaires et dépendants de l'architecture.

Vo Thanh Kiet, Rene Jaros, Minh Ly Duc, Petr Bilik, Radek Martinek2026-09-22