💻 Category

cs

3900 articles

💻 informatique

Clinical trial success prediction from open registry text using classical machine learning

Cette étude démontre que les modèles d'apprentissage automatique classiques, particulièrement les forêts aléatoires, peuvent prédire efficacement le succès des essais cliniques en utilisant uniquement le texte des registres ouverts de ClinicalTrials.gov, atteignant une performance modérée à forte à travers différentes phases et indications tout en atténuant la fuite de données grâce à un prétraitement rigoureux.

MICHAEL DOANE2026-09-17
💻 informatique

Evaluating Clinical Symptom Extraction and Reasoning in Local Large Language Models: A Proof-of-Concept Study of Symptom-Specific Performance in Cardiology

Cette étude de preuve de concept évalue des modèles de langage de grande taille déployés localement (Gemma3 et Qwen3.5) sur des comptes rendus d'hospitalisation en cardiologie en japonais, révélant que bien que l'exactitude globale de l'extraction des symptômes soit élevée, la performance varie selon le symptôme spécifique et que les modèles infèrent souvent des conditions telles que les palpitations ou la fatigabilité à partir de constatations cliniques objectives plutôt que de plaintes explicites du patient.

Shun Kitamura, Eisuke Amiya, Yoshihiro Izawa, Risa Kishikawa, Takenobu Shimada, Junichi Ishida, Satoshi Kodera, Norihiko (…)2026-09-17
💻 informatique

Same Dangerous Objective, Opposite Advice: Direct Exposure versus Multi-Agent Mediation

Ce document introduit une architecture de médiation sans état de type Id–Censeur–Surmoi et le benchmark PathAudit pour démontrer comment les pipelines multi-agents peuvent contourner les filtres de sécurité en transformant des objectifs dangereux en réécritures admissibles, permettant ainsi à des agents en aval de propager des buts malveillants dissimulés qui demeurent indétectables via les enregistrements locaux des points de terminaison.

Linjun Li2026-09-17
💻 informatique

Enhanced aero-engine blade defect detection network: MESFR-DETR with multi-scale edge selection and feature reconstruction

Cet article propose MESFR-DETR, un réseau de transformateur de détection en temps réel amélioré, doté de modules de sélection de contours multi-échelles et de reconstruction de caractéristiques pour traiter efficacement les défis liés à la détection de défauts de petite taille et à faible signature caractéristique dans les aubes de turboréacteurs, atteignant une précision et une efficacité supérieures sur des ensembles de données synthétiques et réels.

Debao Wei, Yangtao Yue, Aiqiang Lei, Dejun Zhang, Liyan Qiao2026-09-17
💻 informatique

Demographic shortcuts as marker-free backdoors: silent subgroup underdiagnosis that only operating-point audits detect

Cet article démontre que les modèles d'imagerie médicale peuvent être compromis silencieusement par des raccourcis démographiques, où l'inversion des étiquettes pour un sous-groupe spécifique crée une porte dérobée sans marqueur qui échappe aux détecteurs standards et nuit aux patients non répertoriés, nécessissant des audits de faux négatifs par sous-groupe basés sur des seuils pour une détection efficace.

Saptarshi Purkayastha, Parvati Naliyatthaliyazchayil, Judy W. Gichoya2026-09-17
💻 informatique

Deadline-Aware Hardening of Real-Time Object Detection Against Candidate-Inflation Latency Attacks

Cet article propose un mécanisme sans réentraînement et sélectionnable au déploiement qui plafonne le nombre de candidats entrant dans la suppression des non-maxima à une limite calibrée sur l'échéance, atténuant ainsi les attaques par latence d'inflation de candidats et garantissant l'intégrité de l'échéance en temps réel à travers diverses architectures de matériel et de détecteurs, tout en révélant que la seule limitation de la suppression est nécessaire mais insuffisante en raison d'un surcoût de décodage significatif.

Salah Gontara, Selem Trabelsi, Khaled Ben Khalifa2026-09-17
💻 informatique

Inherently Interpretable Machine Learning Models for Time-Series: A Systematic Literature Review

Cette revue systématique de la littérature synthétise 77 études examinées par des pairs afin d'établir une taxonomie complète des modèles d'apprentissage automatique intrinsèquement interprétables pour les données de séries temporelles, en clarifiant leurs architectures, leurs domaines d'application et les futures directions de recherche.

Ruqayyah Nabage, Zahra Asghari Varzaneh, Reza Malekian, Azra Abtahi2026-09-17
💻 informatique

The Judge is Not Impartial: Self-Preference in Medical LLM Evaluation

Cette étude démontre que les grands modèles de langage utilisés comme juges dans des contextes médicaux font systématiquement preuve d'auto-préférence en favorisant leurs propres contenus générés par rapport à ceux de concurrents à travers divers formats d'évaluation, soulignant un besoin critique de panels de juges diversifiés et de multiples mesures pour garantir l'impartialité dans les déploiements d'IA cliniques.

Roxana Daneshjou, Shlok Natarajan, Zara Ansari, Vincent Yip, Cally Lin, Avi Udash, Mia Garvey, Aaron Fanous2026-09-17
💻 informatique

Replay-Resistant Admission and Permissioned Quorum Consensus in Connected Vehicle Networks: A Fail-Closed, Implementation-Grounded Security Study

Cette étude évalue un sous-système de consensus de quorum avec permission et à fermeture par défaut au sein de la plateforme OmniGuard V2X, démontrant, par des tests déterministes, qu'il applique efficacement le contrôle d'admission, empêche les attaques par rejeu et rejette les votes invalides ou post-finalisation, tout en reconnaissant explicitement sa limite face aux coalitions malveillantes autorisées.

Md Shahanur Islam Shagor2026-09-17