💻 Category

cs

4030 articles

💻 informatique

Design and Development of a Low-Cost AI-Based Robotic Face for Real-Time Visual Tracking and Voice Interaction

Cet article présente la conception et l'évaluation d'un visage robotique à bas coût, basé sur Raspberry Pi, qui utilise OpenCV pour le suivi visuel en temps réel et l'actionnement commandé par servomoteurs afin de simuler les expressions faciales et les mouvements de tête humains, atteignant une précision de détection de 92,4 % avec une latence minimale tout en abordant les considérations de sécurité pour les systèmes interactifs intelligents.

Kashif Ahmed Siddiqui, Abdul Rahman Owaise, Mohammed Abdul Baseer farhan, Mohammed Noorullah Khan2026-09-02
💻 informatique

A Path Planning Method for Fire Detection in Educational Experimental Zones Based on an Improved Deep Q-learning Algorithm

Cet article propose un algorithme de Deep Q-Learning amélioré pour la détection d'incendies par drone dans des zones expérimentales éducatives, qui intègre l'optimisation de récompense multi-objectifs, des incitations au mouvement diagonal et des contraintes inspirées de A*, afin d'améliorer significativement l'efficacité du parcours, de réduire l'exposition aux risques et d'améliorer les taux de réussite des missions par rapport aux méthodes conventionnelles.

Lingqing Feng, Yujing Liu, LULU ZHENG2026-09-02
💻 informatique

GHD-DETR: Gated Hierarchical Dynamic Architecture for Object Detection Under Complex Imaging Conditions

Le document propose GHD-DETR, une nouvelle architecture de transformateur de détection dotée des modules GatedNestStage, BDB et HAGF afin d'améliorer significativement la robustesse de la détection d'objets pour les objets petits, occultés et à faible contraste sous des conditions d'imagerie complexes, atteignant des améliorations de performance substantielles sur des jeux de données exigeants tels que RTTS, HazyDet et DUO.

Zidian Wei, Wei Feng, Linghan Jiang, Zunwang Ke2026-09-01
💻 informatique

Dual-Branch Adaptive Diffusion and Motion-Guided Temporal Alignment for Robust Invisible Video Watermarking

Cet article propose un cadre de diffusion adaptative à double branche et d'alignement temporel guidé par le mouvement qui résout efficacement le compromis entre imperceptibilité et robustesse dans le tatouage vidéo invisible en combinant une diffusion locale adaptative au contenu avec un ancrage global sensible aux coordonnées pour atteindre une performance supérieure contre le recadrage local et d'autres attaques.

Zhanglei Huang, Chenming Yao, Jianfeng Lu, Qihao Liang, LI LI, Zhiheng Zhang2026-09-01
💻 informatique

A Deep Learning Framework for Multi-Class Lung Disease Detection Using CXR Imaging

Cette étude propose un cadre d'apprentissage profond sensible aux biais qui utilise un ensemble de données de radiographies thoraciques (CXR) multisources, organisé et prétraité de manière uniforme, ainsi qu'un contrôle de cohérence par prédiction de la source pour atténuer le biais d'origine des données, démontrant qu'un modèle ResNet-38 personnalisé atteint une précision de détection de maladies pulmonaires multiclasses supérieure d'environ 93 % par rapport aux architectures ResNet plus profondes.

Neha Sehgal, Md. Arquam, Tayyab Khan, Akanksha Mrinali2026-09-01
💻 informatique

A Hybrid Machine-Learning Based Security Algorithm for Improved Detection of Distributed-Denial-of-Services Attacks in Internet of Things Networks

Cet article propose un cadre hybride de sécurité basé sur l'apprentissage automatique (MLBS) intégrant les K-plus proches voisins (KNN) et les réseaux de neurones récurrents (RNN) afin d'atteindre une précision et une robustesse supérieures dans la détection des attaques par déni de service distribué (DDoS) au sein des réseaux de l'Internet des objets (IoT), surpassant les modèles conventionnels avec un taux de détection de 98,72 %.

Coster Baloyi, Topside Ehleketani Mathonsi, Tshimangadzo Mavin Tshilongamulenzhe, Tonderai Muchenje, Du Plessis Daniel2026-09-01
💻 informatique

An Adaptive Multi-Scale Multi-Expert Hybrid Deep Learning Framework for Explainable Breast Cancer Histopathological Image Classification

Cette étude propose un cadre d'apprentissage profond hybride adaptatif multi-échelle et multi-experts qui combine EfficientNetB7 et le Vision Transformer avec une fusion de caractéristiques dynamique et un raffinement par attention afin d'atteindre une précision et une explicabilité de pointe dans la classification d'images histopathologiques de cancer du sein sur le jeu de données BreakHis.

Praveen Kumar Kalangi, Sammulal Porika2026-09-01
💻 informatique

Identifying and Characterizing Risk Areas in Public API Support: An Integrated Analysis of YouTube APIs

Cet article présente une étude empirique des API YouTube qui utilise l'analyse de corrélation et des modèles basés sur des arbres sur 8 743 interactions Stack Overflow afin d'identifier et de caractériser les zones de support à haut risque pilotées par des facteurs environnementaux, de code et de documentation, offrant ainsi des informations exploitables pour améliorer la qualité du support et les temps de réponse des API.

Sultan Alanazy, Jeff Tian, Abdullah Bokhary2026-09-01
💻 informatique

UAD-YOLO: An Efficient Context-Aware and Shape-Aware Framework Based on YOLOv11 for Urban Anomaly Detection in Complex Scenes

Cet article présente UAD-YOLO, un cadre efficace basé sur YOLOv11 et amélioré par une attention à noyau séparable de grande taille (Large Separable Kernel Attention), une convolution reparamétrée (Reparameterised Convolution) et une perte Shape-IoU pour atteindre une détection d'anomalies urbaines en temps réel et de haute précision dans des scènes complexes, validée par un nouveau jeu de données et des mesures de performance supérieures aux modèles de référence.

Chen Shiying2026-09-01
💻 informatique

An explainable hierarchical machine learning framework for schizophrenia biomarker detection based on electroencephalogram signals

Cette étude présente un cadre d'apprentissage automatique hiérarchique explicable qui intègre la sélection séquentielle progressive avec l'analyse SHAP pour identifier des biomarqueurs EEG robustes, tels que l'entropie de permutation frontale et les caractéristiques spectrales temporelles, atteignant jusqu'à 81,44 % de précision pour distinguer les patients schizophrènes des témoins sains.

Mohammadreza Norouzi, Fatemeh Farokhshad, Amirhesam Ghasri, Sara Bagherzadeh, Pouya Tolou Kouroshi, Ahmad Shalbaf2026-09-01