💻 Category

cs

929 articles

💻 computer science

Beyond full fine-tuning: enhancing generalizability in ECG foundation models' downstream adaptation

Cette étude démontre que les stratégies de réglage fin efficace en paramètres (PEFT), telles que le réglage fin partiel et BitFit, surpassent le réglage fin complet dans les modèles de fondation d'électrocardiogrammes en améliorant considérablement la généralisabilité et en réduisant le surapprentissage, particulièrement sur les données hors domaine et dans les scénarios à ressources contraintes.

Giuliana Monachino, Beatrice Zanchi, Georgiy Farina, Francesca Dalia Faraci2026-07-22
💻 computer science

Repair Instead of Retraining: A Constraint-Guided Framework for Neural Network Repair

Cet article introduit un cadre guidé par des contraintes qui répare les réseaux de neurones déployés en localisant les poids pertinents pour les fautes via DeepSHAP, en collectant des contraintes symboliques par test concolique, et en optimisant les mises à jour avec Max-SMT, démontrant à travers des expériences approfondies qu'une exploration systématique de l'espace des conceptions révèle des stratégies de réparation critiques — telles que des modifications de biais uniquement — qui réduisent considérablement les vulnérabilités adverses et les portes dérobées tout en préservant la fidélité du modèle.

Ting Yu Liu, Fang Yu2026-07-22
💻 computer science

Towards Intelligent UAV Path Planning: A Systematic Review of Hybrid Reinforcement Learning and Metaheuristic Optimization

Cette revue systématique de 32 études (2022–2025) identifie quatre architectures hybrides combinant l'apprentissage par renforcement et les métaheuristiques pour la planification de trajectoires de drones autonomes, concluant que bien que ces cadres améliorent l'adaptabilité et la convergence, leur maturité pour une application réelle est actuellement limitée par une absence totale de validation sur matériel physique, de reproductibilité du code et de tests statistiques rigoureux.

Claudio Henríquez, Felipe Zambrano, Broderick Crawford, Francisco Cruz2026-07-22
💻 computer science

AIOps-Driven DevOps Pipeline for Predictive Deployment Risk Scoring, Anomaly Detection and Automated Downtime Reduction in CI/CD Environments

Cet article propose un cadre AIOps intégré qui combine une notation de risque prédictive basée sur XGBoost, une détection d'anomalies pilotée par autoencodeur et une remédiation automatisée basée sur Random Forest afin d'atténuer proactivement les échecs de déploiement et de réduire significativement le temps moyen de récupération dans les environnements CI/CD.

Abinaya Selvaraj, Parimala G2026-07-22
💻 computer science

Wire Arc Additive Manufacturing: A Progressive Multi-Architecture Computer Vision Framework for Real-Time Defect Detection

Cet article présente un cadre de vision par ordinateur multi-architecture progressif pour la détection de défauts en temps réel dans la fabrication additive par arc électrique (WAAM), évaluant et comparant systématiquement des modèles interprétables en deux étapes, des réseaux d'apprentissage profond de bout en bout et une nouvelle architecture de prétraitement apprenable (MCFE-Net) afin d'optimiser les compromis entre l'efficacité computationnelle, l'interprétabilité et la précision de la détection d'anomalies.

Soham Agarwal, Shahana Bano, Anil Prathuru, Somasundar Kannan, Deepika Nikam, Shiva Sekar, Sagar Nikam2026-07-22
💻 computer science

Testing the Consent-Friction Functional: Preference-Design Artifacts and the Contention-Bounded Limits of Coordination Friction in Multi-Agent Reinforcement Learning

Cette étude empirique teste une fonctionnelle de friction de consentement dans l'apprentissage par renforcement multi-agents, rejetant sa forme monotone spécifique en tant que prédicteur universel tout en démontrant que les effets de coordination observés sont largement des artefacts de choix de conception et que le seul effet structurel survivant — où l'alignement coopératif améliore les résultats — est piloté par une faisabilité accrue dans les environnements à ressources partagées plutôt que par une réduction de la friction d'apprentissage.

Murad Farzulla2026-07-22
💻 computer science

Accent-Aware User Interaction in Consumer Electronics via Multilingual Speech Recognition

Cet article présente une étude comparative exhaustive des approches d'apprentissage automatique et d'apprentissage profond pour la reconnaissance d'accents multilingues à l'aide des ensembles de données Speech Accent Archive et AccentDB, démontrant que les modèles hybrides CNN–BiLSTM atteignent une précision supérieure (jusqu'à 99,18 %) et soulignant la faisabilité du déploiement de ces systèmes pour des interactions personnalisées et sensibles à l'accent dans l'électronique grand public.

Ramesh Kumar Bhukya2026-07-22
💻 computer science

Adaptive Student Knowledge Assessment in E-Tutoring Systems: An Intuitionistic Fuzzy Logic and Ontology Modeling Approach

Cet article propose un système de tutorat électronique adaptatif qui intègre la logique floue intuitionniste d'Atanassov à un modèle de domaine fondé sur une ontologie afin de gérer efficacement l'incertitude dans l'évaluation des connaissances des étudiants, permettant ainsi des supports pédagogiques personnalisés et un feedback dynamique via un prototype fonctionnel en Python.

Hussein Ali Ahmed Hussain, Sultan Almutairi, Mukhtar M. E. Mahmoud, Abdullah Albalawi, Laszlo Kovacs2026-07-22
💻 computer science

The Lie Awareness Spectrum: How Large Language Models Recognize, Rationalize, and Refuse Deception

Cette étude empirique introduit un « Spectre de conscience du mensonge » pour caractériser la manière dont GPT-5.4, Claude 4.6 Sonnet et Gemini 3.1 Pro reconnaissent, rationalisent et refusent la tromperie de façon différentielle, révélant des architectures éthiques distinctes et un paradoxe où les modèles résistent aux ordres directs de mentir tout en succombant à la pression sociale implicite.

Abbas Hamidavi2026-07-22
💻 computer science

AI Evaluation of Expert Testimony in Medical Malpractice

Cette étude démontre que les outils d'IA peuvent récupérer rapidement la littérature médicale pertinente et détecter efficacement des écarts significatifs par rapport aux données probantes dans les témoignages d'experts lors de procès en responsabilité médicale, soulignant particulièrement que les experts de la défense contredisent plus fréquemment les données publiées que les experts de la partie demanderesse.

Mayer Brezis2026-07-22