💻 Category

cs

3962 articles

💻 informatique

Accuracy and Deployability of Deep Neural Networks for Human Action Recognition: A Six-Axis Survey and Controlled Benchmark

Cet article présente une étude et un benchmark contrôlé en six axes démontrant que, bien que les réseaux de neurones profonds tels que R3D-18, R(2+1)D-18 et MC3-18 atteignent une précision élevée dans la reconnaissance d'actions humaines, le déploiement pratique nécessite de trouver un équilibre entre la performance de reconnaissance et l'efficacité computationnelle, la robustesse temporelle et les contraintes de ressources, plutôt que de se fier uniquement à la précision.

Nousheen Taj2026-09-15
💻 informatique

Label-Efficient Transfer Learning for Human Action Recognition Using Pretrained VideoMAE

Cette étude démontre qu'un encodeur VideoMAE pré-entraîné et gelé, combiné à un classificateur linéaire léger, permet une reconnaissance d'actions humaines hautement efficiente en termes d'étiquetage, atteignant des performances solides sur les benchmarks UCF101 et HMDB51 avec un minimum d'annotations tout en maintenant une optimisation stable et une utilisation constante des ressources de calcul.

Nousheen Taj2026-09-15
💻 informatique

Token Probability Beats Verbalized Condence for Error Detection in Small Open-Weight Language Models: A Medical and Psychiatric Benchmark Study

Cette étude pilote démontre que pour les petits modèles de langage à poids ouverts (1,2 à 9,2 milliards de paramètres) appliqués à des tâches médicales et psychiatriques, l'extraction des probabilités de jetons internes est une méthode nettement plus fiable pour la détection d'erreurs que de se fier à la confiance verbalisée des modèles, particulièrement pour les plus petits modèles où la confiance verbalisée se comporte au niveau du hasard.

Kunal Dhanda2026-09-15
💻 informatique

Does a Safety-Priming Instruction Reduce Risk-Fact Omission in Psychiatric Note Summarization? A Synthetic-Vignette Study of Small Open-Weight Language Models

Cette étude par vignette synthétique démontre que, bien que l'ajout d'une instruction de sensibilisation à la sécurité aux petits modèles de langage à poids ouverts puisse réduire considérablement l'omission de facteurs de risque critiques dans la synthèse de notes psychiatriques pour certains modèles, cela crée souvent un compromis en augmentant l'omission de détails cliniques de routine, suggérant que de telles interventions de sécurité doivent être validées par modèle plutôt que supposées être universellement efficaces.

Kunal Dhanda2026-09-15
💻 informatique

Predicting Late Delivery Risk in Global Supply Chain Operations Using Machine Learning

Cette étude présente un tableau de bord Streamlit interactif et entièrement déployé qui utilise un classificateur XGBoost entraîné sur 180 519 enregistrements logistiques de DataCo Global pour prédire les risques de retard de livraison avec une précision de 79,89 %, permettant ainsi des décisions opérationnelles proactives dans l'expédition, la surveillance régionale et la communication client.

Naresh Adepu2026-09-15
💻 informatique

Not Letting Proofs Die: xLaDe, a Lean 4 Ecosystem Framework

Cet article présente xLaDe, un cadre pour l'écosystème Lean 4 conçu pour assurer la reproductibilité et la durabilité à long terme des mathématiques formalisées en enregistrant les métadonnées de la chaîne d'outils et en gérant les environnements expérimentaux sans modifier le code source, répondant ainsi aux défis posés par l'évolution rapide du langage.

Lakshit Singh Bisht, Deepak Pandey, Manpreet Sahoo, Thota Siva2026-09-15
💻 informatique

Fixing Abstention with Token Probability: A Budget-Matched Causal Test Across Four Small Open-Weight Models

Cet article démontre que le remplacement de la confiance verbalisée par une politique d'abstention basée sur la probabilité des jetons et l'ajustement budgétaire élimine causalement un effet spécifique de dégradation de la précision observé dans le modèle llama3.2:1b, mais ne parvient pas à généraliser ce bénéfice à d'autres petits modèles aux poids ouverts, indiquant que de tels correctifs sont spécifiques au modèle et qu'une abstention à budget fixe peut rester globalement préjudiciable même avec un ciblage amélioré.

Kunal Dhanda2026-09-15
💻 informatique

Explainable Digital Twin Modelling of Semi-Urban Community for Multidimensional Poverty Governance Intelligence

Cette étude propose un cadre de Jumeau Numérique explicable qui intègre l'apprentissage automatique, la simulation contrefactuelle et l'optimisation sensible aux coûts pour modéliser la dynamique de la pauvreté multidimensionnelle dans la communauté semi-urbaine d'Isolu au Nigeria, démontrant que les interventions politiques multiples ciblées et spécifiques à chaque groupe sont plus efficaces que les filets de sécurité uniformes pour une gouvernance intelligente de la pauvreté.

Taiwo Olapeju Olaleye, Oluwasefunmi Arogundade, Taiwo David Ajayi, Oluwasegun Dada2026-09-15