💻 informatique

Machine Learning versus Deep Learning for Public Financial Report Classification and Popularity Prediction: A Feasibility Study on Ghana's Controller and Accountant-General's Department

Cette étude de faisabilité évalue la performance des modèles d'apprentissage automatique classique et d'apprentissage profond sur les rapports financiers du Département du Contrôleur et du Comptable général du Ghana, révélant que si l'algorithme XGBoost affiné a atteint une classification parfaite des catégories, l'étude d'ablation subséquente a démontré que les caractéristiques de mots-clés ont considérablement gonflé ces résultats, soulignant le besoin critique d'une validation rigoureuse des caractéristiques avant de déployer de tels outils dans les contextes du secteur public.

Emmanuel Osei-Dwomoh, Gabriel Osei Forkuo2026-08-27
💻 informatique

Gdlcn–dsbo: A Graph Neural Network-driven Multi-objective Framework for Intelligent Cloud Resource Allocation and Task Allocation

Cet article propose Gdlcn–dsbo, un cadre hybride combinant les réseaux convolutionnels étiquetés dépendants du graphe (GDLCN) et l'optimisation papillon profonde programmée (DSBO) pour optimiser l'allocation multi-objectifs des ressources et des tâches du cloud, améliorant ainsi l'efficacité du système, réduisant les coûts et garantissant l'équité dans les environnements IoT dynamiques.

Lakshmi Manikya Shanmukha Sairam Chirravuri2026-08-27
💻 informatique

A Candidate Pattern Language for Resilient SME Data Pipelines: Design and Failure-Injection Evaluation

Cet article propose et évalue de manière synthétique un langage de motifs candidat composé de sept patrons de conception pour des pipelines de données résilients dans les petites et moyennes entreprises à ressources limitées, démontrant, par des expériences d'injection de pannes, que ces patrons répondent efficacement à des modes de défaillance spécifiques — tels que les doublons, la dérive de schéma et la perte de données silencieuse — par rapport aux référentiels standards, tout en reconnaissant explicitement les limites de l'étude en tant que contribution basée sur un prototype et non validée sur le terrain.

Rohit Arora2026-08-27
💻 informatique

Rater choice determines measured fidelity: a multi-model evaluation of large language model raters for AI-generated plain-language biomedical summaries

Cette étude démontre que le choix du modèle de langage de grande taille utilisé comme évaluateur influence considérablement la fidélité mesurée et la conformité en matière de sécurité dans les résumés biomédicaux générés par IA, différents modèles produisant des taux d'erreur variant d'un facteur quatre et menant à des conclusions divergentes sur la qualité des résumés.

Aditi Kishore¹2026-08-27
💻 informatique

Byzantine-Robust Decentralized GRPO: Defending Against Domain Poisoning and Reasoning-Inflation Attacks

Cet article introduit Dec-GRPO, un cadre d'optimisation de politique relative de groupe décentralisé et robuste aux fautes byzantines qui défend contre les attaques par empoisonnement de domaine et par inflation du raisonnement en intégrant le filtrage des logits de référence, la sélection pondérée par la réputation, l'agrégation Multi-Krum et les avantages adaptés par pénalité de longueur.

Uday Yeruva, Gade Victoria2026-08-27
💻 informatique

When Does Persistent Shared State Matter? Functional Boundaries, Solution Accessibility, and Causal Mechanisms in Modular Recurrent Systems

Cet article démontre que l'état partagé persistant dans les systèmes récurrents modulaires est sélectivement avantageux plutôt qu'universellement supérieur, devenant crucialement nécessaire spécifiquement lorsque l'information pertinente pour la tâche doit à la fois traverser les frontières modulaires et persister après la fin de sa disponibilité externe.

Qiyang Lin2026-08-27
💻 informatique

Post-Hoc Explainability for Contrastive Graph Anomaly Detection via Gradient Attention Maps

Cet article introduit X-CoLA, le premier cadre d'explicabilité post-hoc pour la détection d'anomalies sur graphes contrastifs, qui intègre des cartes d'attention de gradient au modèle CoLA afin d'identifier les connexions structurelles et les dimensions de caractéristiques spécifiques qui motivent les décisions d'anomalie sans compromettre la performance de détection.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-27
💻 informatique

Multi-UAV Path Planning in 3D based on APF-MADDPG

Cet article propose un cadre d'apprentissage par renforcement profond hiérarchique qui intègre une fonction de récompense dense améliorée, basée sur un champ de potentiel artificiel, à l'algorithme Multi-Agent Deep Deterministic Policy Gradient (MADDPG) afin de réaliser une planification de trajectoire 3D efficace et optimale pour plusieurs UAV dans des environnements inconnus avec des obstacles complexes.

Ming Bai, Yan Chen, Yi Liu2026-08-27
💻 informatique

Investigating the application of differential fuzzing to support the identification and suppression of equivalent mutants: An experimental study

Cette étude expérimentale démontre que le fuzzing différentiel est une approche pratique et indépendante du langage pour identifier et supprimer efficacement les mutants équivalents à travers divers projets logiciels réels, atteignant des scores de mutation quasi parfaits tout en générant des entrées exploitables pour renforcer les suites de tests traditionnelles.

Bruno Ely Reis Garcia, Simone do Rocio Senger de Souza2026-08-27
💻 informatique

Laplacian-Guided R-Vine Copula Learning for Bayesian Networks with Mixed-Type Data

Cet article propose le Réseau Bayésien par Copules Hybrides (HCBN), un nouvel algorithme qui apprend des structures de réseaux bayésiens à partir de données de types mixtes sans transformation en intégrant l'analyse spectrale de Laplacien à un cadre de copules de type Regular Vine afin d'obtenir une vraisemblance et un contrôle de la complexité du modèle supérieurs par rapport aux méthodes existantes.

afrooz moradbeiky, Farzin Yaghmaee2026-08-27