💻 Category

cs

4030 articles

💻 informatique

MAFL-PdM: A Multi-Agent Federated Learning Framework for Personalised Predictive Maintenance Across Heterogeneous Industrial IoT Sites

Ce document introduit MAFL-PdM, un cadre d'apprentissage fédéré multi-agents qui exploite la personnalisation post-fédération pour surpasser de manière significative l'entraînement centralisé et les modèles de référence fédérés dans la prédiction de la durée de vie utile restante des équipements à travers des sites d'IoT industriels hétérogènes, tout en préservant la confidentialité des données.

Rebin Saleh, Engida Ephrem Alamerew, Balázs Villányi2026-09-07
💻 informatique

Recovering a Full AES-128 Key Across Tenant Boundaries via DDR4 Row-Buffer Timing on Cloud FPGAs

Cet article démontre qu'un colocataire entièrement non privilégié sur un FPGA partagé dans le cloud peut récupérer une clé maîtresse AES-128 complète d'une victime en exploitant les canaux auxiliaires de temporisation du tampon de ligne (row-buffer) de la DDR4, surmontant la limitation « un emplacement par banque » grâce à une rétro-ingénierie du mappage des banques et à une agrégation statistique sur plusieurs chiffrements.

Vineet Chadalavada, Fareena Saqib2026-09-07
💻 informatique

A Hybrid Deep Ensemble Intrusion Detection System with Adaptive Zero Trust Security for Industrial IoT Infrastructure

Cet article propose un système de détection d'intrusion par ensemble profond hybride (HDE-IDS) qui intègre un réseau de neurones profonds optimisé par Transformer avec XGBoost et une sécurité adaptative de type Zero Trust afin d'améliorer significativement la précision de la détection des malwares, la stabilité et la résilience en temps réel pour les infrastructures de l'IoT industriel.

Manish Kumar Srivastava, Kavalla Prasanna, Ujjaval Patel, Ravirajsinh Vaghela2026-09-07
💻 informatique

A Semantic-Enhanced Multi-Task Framework with Structure-Aware Curriculum Learning for Low-Resource Neural Machine Translation

Cet article propose un cadre multitâche enrichi sémantiquement avec un apprentissage par curriculum sensible à la structure, exploitant Qwen2-7B-Instruct et l'étiquetage de rôles sémantiques génératif pour améliorer significativement les performances de la traduction automatique neuronale en contexte de faibles ressources en résolvant le désalignement sémantique et en optimisant la dynamique d'entraînement.

Jingxing Gao, Liqing Wang, Xingwei Chen, Yongyue Xu2026-09-07
💻 informatique

Dynamic Adaptive Multimodal Graph Fusion Network for Multi-Hazard Recognition Using Remote Sensing, Social Media, IoT, and Seismic Observations

Cet article présente le Dynamic Adaptive Multimodal Graph Fusion Network (DAMGF-Net), un nouveau modèle d'apprentissage profond qui intègre dynamiquement les données de télédétection, des réseaux sociaux, de l'Internet des objets et de la sismicité pour parvenir à une reconnaissance multi-risques hautement précise, interprétable et en temps quasi réel pour les séismes, les inondations, les incendies et la fumée.

Dannuri Mounika, Johnson Kolluri, Sunil Srinivas, Kiran Siripuri2026-09-07
💻 informatique

FZ-VLM: A Two Stage Florence-Zephyr Vision Language Model Framework for Pulmonary Nodule Characterization and Clinical Decision Making

Cette étude introduit FZ-VLM, un nouveau cadre de modèle vision-langage à deux étapes, Florence-Zephyr, qui automatise l'extraction d'attributs radiologiques à partir de scanners thoraciques et génère des descriptions de nodules ainsi que des recommandations de suivi cliniquement pertinentes, démontrant une précision et une exhaustivité supérieures par rapport aux modèles de référence de l'IA existants et aux experts humains.

Pramit Dutta, Jenita Manokaran, Richa Mittal, Ryan Appleby, Eranga Ukwatta2026-09-07
💻 informatique

Citation Intent Classification for Turkish Academic Literature with Prompt-Optimized LLMs and Language-Specific Encoders

Cet article présente TurkCite, un cadre et un ensemble de données annotées par des experts pour classifier les intentions de citation dans la littérature académique turque, démontrant que les encodeurs Transformer spécifiques à la langue surpassent le transfert basé sur la traduction tout en offrant des modèles de langage de grande taille optimisés par prompts comme alternatives efficaces sans entraînement pour l'analyse bibliométrique non anglaise.

Kemal Sami Karaca, Bahaeddin Eravci2026-09-07
💻 informatique

Solver-Informed Evolution of Interpretable Dispatching Rules for the Stochastic Team Orienteering Problem with Time Windows

Ce document propose SI-GP, une hyper-heuristique de programmation génétique informée par un solveur qui améliore les règles d'ordonnancement interprétables pour le problème d'orientation d'équipe stochastique avec fenêtres de temps en extrayant et en sélectionnant des caractéristiques heuristiques spécifiques aux instances à partir de solutions de référence de haute qualité, surpassant ainsi les bases de référence existantes tout en maintenant la lisibilité et la stabilité des règles.

Augusto Magalhães Pinto de Mendonça, Filipe Pessôa Sousa, Laura Silva de Assis, Igor Machado Coelho2026-09-07
💻 informatique

Multi-Objective Path Optimization for Truck–Drone Collaborative Delivery Based on Subspace Contribution-Driven Adaptive Resource Allocation

Ce document propose RC-NSGA-II, un nouvel algorithme d'optimisation multi-objectif qui intègre une allocation de ressources pilotée par la contribution des sous-espaces basée sur les K-moyennes, un codage par clés aléatoires et une recherche locale adaptative pour résoudre efficacement le problème complexe de livraison collaborative camion-drone à trois objectifs, démontrant une performance supérieure en termes de qualité de solution et d'efficacité à travers diverses instances de référence.

yuehua liao, jia zhao2026-09-07
💻 informatique

Hardware-Coupled Bayesian Optimization for Self-Tuning Lightweight Cryptographic Parameters in Resource-Constrained Decision Support Systems

Ce document présente un cadre d'auto-réglage qui utilise l'optimisation bayésienne couplée au matériel, l'apprentissage par transfert et la rétroaction sensible à la dérive pour optimiser dynamiquement les paramètres cryptographiques légers pour les systèmes d'aide à la décision aux ressources limitées, équilibrant ainsi la sécurité, l'efficacité énergétique et la performance sans intervention manuelle.

Seema Joshi, Neelu Singh, Deepshikha Arya, Virendra Kumar Tiwari2026-09-07