💻 Category

cs

3962 articles

💻 informatique

Synergizing Intelligence: A Comparative Evaluation of Machine Learning and Data Mining Techniques for Optimized Computational Analytics

Cet article propose et valide un modèle d'analyse computationnelle hybride (HCAM) qui intègre des techniques de fouille de données pour la structuration des caractéristiques avec des classifieurs d'apprentissage automatique supervisés, démontrant des améliorations statistiquement significatives de la précision prédictive et de l'interprétabilité par rapport aux méthodes autonomes sur le jeu de données UCI Heart Disease.

Kanakam Sadhi Kumar, Arpana Bharani2026-09-15
💻 informatique

A Retrieval-Augmented Generation Method for Industrial Documents based on Reinforcement Learning

Ce document propose RLo-RAG, un modèle de génération augmentée par récupération à plusieurs tours basé sur l'apprentissage par renforcement et amélioré par LoRA, qui utilise une fonction de récompense dynamique pour récupérer de manière itérative des fragments de documents à haute pertinence et améliore significativement la précision de la récupération et la qualité de la génération pour les documents industriels par rapport aux méthodes RAG traditionnelles.

Ling WeiQing, Yongqi Zhi2026-09-15
💻 informatique

MDFR-Net: Towards Enhanced Feature Refinement for Aerial Small Object Detection

Ce document propose MDFR-Net, un nouveau cadre d'apprentissage profond qui améliore la détection de petits objets aériens en intégrant des modules de Fusion Attentionnelle Hiérarchique Multi-échelle, d'Améliorateur de Caractéristiques à Découplage d'Orientation et de Fusion de Pooling par Convolution Hiérarchique afin de relever efficacement les défis liés à l'échelle minimale, aux orientations diverses et aux interférences de fond complexes.

Jing Wang, Jia Su, Yanli Hou, Boning Hu2026-09-15
💻 informatique

An ML-Based Hybrid Task Scheduler for Classical–Quantum Computing Environments Using Real Graph-Derived Workloads

Cet article présente un ordonnanceur de tâches hybride basé sur l'apprentissage automatique qui optimise l'allocation des ressources entre les processeurs classiques et quantiques en utilisant des charges de travail réelles dérivées de graphes, démontrant une performance supérieure en termes de temps d'exécution, de makespan et de débit par rapport aux références traditionnelles et fondées sur des règles.

Peter Nimbe, Nicodemus Songose Awarayi, Vivian Akoto-Adjepong, Faiza Umar Bawah, Patrick Kwabena Mensah, Obed Appiah, Ch (…)2026-09-15
💻 informatique

DA-LightNet: Real-Time Rain and Haze Removal on Edge Devices

Ce document propose DA-LightNet, un réseau d'apprentissage profond léger et unifié qui élimine efficacement la pluie et la brume en temps réel sur des appareils de bord aux ressources limitées en employant un module de modulation sensible à la dégradation et des blocs convolutionnels efficaces pour équilibrer une haute qualité de restauration avec un faible coût computationnel.

Jianhong Li, Yan Liang, Miaoqin Yuan, Fuyu Deng, Ke Fang, Guangqiang He2026-09-14
💻 informatique

Context-Adaptive Emotional Speech Synthesis via Feature Control in Multi-Turn Dialogue (ChinaMM 2026)

Cet article propose un cadre adaptatif au contexte pour la synthèse de la parole émotionnelle multi-tours qui exploite la mémoire du dialogue historique et une entrée conjointe bimodale de signaux vocaux et de texte pour prédire et contrôler dynamiquement les caractéristiques acoustiques, surmontant ainsi les limites des méthodes traditionnelles basées sur la transcription afin d'obtenir des réponses naturelles et émotionnellement cohérentes.

Qinglan Wei, Ruiqi Xue, Long Ye, Yuan Zhang2026-09-14
💻 informatique

Beyond Transfer Learning: Evaluating the Trustworthiness of Pretrained GeoAI Models for Rooftop Solar PV Mapping

Cette étude démontre que si l'apprentissage par transfert améliore considérablement les performances des modèles de GeoIA préentraînés pour la cartographie du solaire photovoltaïque sur les toitures à travers différentes régions géographiques, la précision prédictive seule est insuffisante pour garantir un déploiement digne de confiance, nécessitant un cadre d'évaluation complet qui tienne également compte de la robustesse, de la fiabilité, de la généralisation, de la transparence et de l'incertitude résiduelle.

Tahsin Hossain, Tan Yigitcanlar, Niklas Tilly, Filip Biljecki2026-09-14
💻 informatique

Agentic AI-Based Predictive Security and Resilience Framework for SSL/TLS and Encrypted Traffic Infrastructure in Cloud-Native Environments

Cet article présente AAPS-TLS, un cadre d'IA multi-agents open-source qui exploite le raisonnement piloté par les LLM et l'apprentissage par renforcement pour parvenir à une gestion de certificats prédictive quasi parfaite, à la détection d'anomalies de trafic chiffré et à la conformité automatisée des politiques pour l'infrastructure SSL/TLS dans les environnements cloud-native, validées par des simulations reproductibles rigoureuses et des pilotes de production indicatifs.

Pushpjeet Shrivastava, Vishnu Gatla, Syam Dondapati, Srikanth Raju Uppalapati2026-09-14
💻 informatique

A Hybrid Two-Tier Continuous Authentication Framework with a Security-First Calibration Strategy for Zero-Trust Web Deployments

Cet article présente ALJ, un cadre d'authentification continue hybride à deux niveaux pour les déploiements web Zero-Trust qui remplace les modèles de proxy par de véritables algorithmes ARIMA, LCS, SVM et JRip, et introduit une stratégie de calibration axée sur la sécurité afin d'améliorer considérablement le rappel et de réduire les taux de contournement par des adversaires par rapport aux seuils statiques standards.

Nabil El Kadhi2026-09-14