💻 Category

cs

3962 articles

💻 informatique

Predicting the Inspector, Not the Plant: Regulatory Targeting and Explanation Instability in Pharmaceutical Inspection-Outcome Models

Cette étude démontre que les modèles d'apprentissage automatique prédisant les résultats des inspections pharmaceutiques capturent principalement les propres processus de ciblage réglementaire de la FDA plutôt que la qualité intrinsèque de la fabrication, ce qui entraîne une instabilité des explications des caractéristiques et le risque que le déploiement de tels modèles amplifie les biais d'inspection existants.

Phani Kumar Balagam2026-09-16
💻 informatique

Persistent-State Management for Streaming Test-Time Adaptation in Open-Vocabulary Segmentation

Cet article introduit le Profiled State Recovery, un cadre pratique qui gère les états d'adaptation persistants dans l'adaptation en temps réel à vocabulaire ouvert par flux, à travers un cycle de vie gelé et sans étiquettes, démontrant des gains de performance significatifs à travers divers modèles et jeux de données tout en établissant la gestion d'état comme un axe de conception critique pour la TTA en flux.

Wenxi Wang2026-09-16
💻 informatique

A Mathematical Pre‑Screening Framework for Training‑Free Model Selection in Time‑Series Cashflow Forecasting

Cet article propose un cadre mathématique sans entraînement qui sélectionne le modèle d'apprentissage automatique optimal pour la prévision des flux de trésorerie des PME en faisant correspondre les attributs du jeu de données et l'expertise de l'utilisateur aux capacités algorithmiques, éliminant ainsi la nécessité de cycles d'entraînement de modèles exhaustifs.

Ali Nabizadeh Lamiry2026-09-16
💻 informatique

A Two-Stream U-Net for Robust Skin Detection via Color and Texture Integration

Cet article propose une méthode robuste de détection de la peau utilisant un U-Net à deux flux qui intègre les informations de couleur et de texture via un mécanisme d'attention hiérarchique, démontrant une précision et une efficacité améliorées à travers des conditions difficiles et plusieurs ensembles de données.

Abdelkrim Sahnoune, Djamila Dahmani, Saliha Aouat, Abderrahmane Abdennouz, Idir Timsiline2026-09-16
💻 informatique

SOA-UNet: Sparse Otsu-guided Attention U-Net with Adaptive Boundary Loss for Lightweight Brain Tumor Segmentation

Cet article présente SOA-UNet, un cadre d'apprentissage profond léger qui combine l'encodage de caractéristiques éparses, une guidance d'attention basée sur la méthode d'Otsu et une perte de frontière adaptative pour parvenir à une segmentation de tumeurs cérébrales précise, rapide et interprétable à partir d'images IRM.

Pallab Paul, Kalpana Saha Roy2026-09-16
💻 informatique

Speech-Text: A Dual-Modal System for Mental Health Detection using Machine Learning and Deep Learning

Cet article propose un cadre d'apprentissage automatique bimodal qui intègre des caractéristiques textuelles (TF-IDF) et audio (MFCC) pour détecter la dépression, atteignant une précision élevée (jusqu'à 99,38 % avec XGBoost sur les données audio) et démontrant le potentiel de l'apprentissage multimodal pour des diagnostics de santé mentale non invasifs et évolutifs.

Sonali Chandrashekhar Patil, Mukesh Dixit2026-09-16
💻 informatique

WMS-Net:Wavelet-Mamba Synergistic Network for Joint Semantic Segmentation and Height Estimation of Remote Sensing Images

Cet article propose WMS-Net, un réseau synergique Wavelet-Mamba qui exploite des transformées en ondelettes de Haar multi-niveaux, un module orienté par la direction basé sur Mamba et un mécanisme d'interaction d'attention inter-tâches pour traiter efficacement le bruit et l'enchevêtrement des caractéristiques, atteignant ainsi l'état de l'art en segmentation sémantique et estimation de la hauteur conjointes à partir d'images de télédétection RGB uniques.

Zhijie Li, Jiawei Chang, Changhua Li, Shengjun Xu, Jie Zhang, Yuan Gao2026-09-16
💻 informatique

Super-Resolution and Artificial Transformer with Attention for accurate detection of brain tumor in MRI-based medical imaging

Cet article propose un modèle de détection de tumeurs cérébrales léger et de haute précision qui combine des techniques de super-résolution avec une architecture Transformer artificielle dotée de mécanismes d'attention par canal et par pixel, atteignant une précision de 99,16 % sur un ensemble de données de 7 023 images IRM tout en surpassant les modèles d'apprentissage profond de pointe.

Shyam Shankar Dwivedi2026-09-16
💻 informatique

Directional Edge Detection Algorithm via Analytic Function-Based Convolution and q-Calculus Framework

Cet article introduit l'algorithme DEDA-AFCQ, une nouvelle méthode d'amélioration de la détection de contours qui utilise des coefficients de fonctions analytiques au sein d'un cadre de q-Calcul pour générer huit masques de convolution directionnels, démontrant une fidélité structurelle et des performances supérieures aux techniques existantes telles que les méthodes basées sur CSKP et Mittag–Leffler sur des ensembles de données standards.

Vigneshwarran S, Baskaran S, Saravanan G, Selvaraj P2026-09-16