💻 informatique

Self-Supervised Pretraining of Molecular Graph Encoders with LeJEPA

Cet article démontre que, bien que le pré-entraînement auto-supervisé basé sur LeJEPA produise des représentations moléculaires de haute qualité qui surpassent significativement l'initialisation aléatoire lors du sondage gelé et complètent les empreintes digitales traditionnelles, ses avantages ne se traduisent pas de manière robuste par des gains de performance en aval via le réglage fin standard, suggérant que la combinaison au niveau des caractéristiques est la stratégie optimale pour exploiter ces plongements pré-entraînés.

Michał Kulczykowski, Rafał Łabędzki2026-10-22
💻 informatique

Symbolic Regression Using Synergistic Basis Functions

Cet article introduit la Régression par Fonctions de Base Synergiques (SBFR), une méthode de régression symbolique non évolutive qui génère et sélectionne dynamiquement des fonctions de base synergiques pour atteindre une performance prédictive compétitive avec des représentations de caractéristiques compactes, surpassant de manière significative les modèles de référence en précision tout en éliminant le besoin d'une recherche évolutive coûteuse en calculs.

Hamide Sarvary Karizaky, Mohammad Mehdi Ebadzadeh2026-10-22
💻 informatique

DETECX: Deep Ensemble Temporal Encoder with Cross-Attention Mechanism for Encrypted Traffic Intrusion Detection in Cloud-Edge Collaborative Architectures

Cet article propose DETECX, un nouveau cadre d'ensemble profond intégrant des convolutions temporelles multi-échelles, une fusion par attention croisée et un vote adaptatif pour parvenir à une détection d'intrusion de haute précision et de faible latence pour le trafic chiffré au sein d'architectures collaboratives nuage-bord contraintes en ressources.

Xianjun Yang, LiPeng Wang2026-10-22
💻 informatique

Directed Symbolic Execution for Path Feasibility Analysis]{Directed Symbolic Execution for Path Feasibility Analysis in Software Security Testing

Cet article présente une méthode d'exécution symbolique dirigée qui améliore l'analyse de sécurité statique en vérifiant efficacement la faisabilité des chemins interprocéduraux grâce à une symbolisation automatisée et des limites d'itération de boucle, améliorant ainsi considérablement la précision tout en préservant le rappel sur des bancs d'essai réels.

Hovhannes Movsisyan, Hripsime Hovhannisyan, Tigran Avagyan, Hayk Aslanyan2026-10-22
💻 informatique

S3-Delta: Spectral-Stratum SpatioTemporal Delta A Scale-Reliable Operator for Long-Horizon Fuzzy Spatial Memory

L'article introduit S3-Delta, un opérateur à capacité fixe qui améliore la mémoire spatiale floue à long terme en organisant des matrices de poids rapides en strates spécifiques à la longueur d'onde et en employant un estompage de fiabilité contrefactuelle pour surpasser les méthodes Delta existantes dans des environnements de balayage 2D et 3D dynamiques.

Dian Yu2026-10-22
💻 informatique

Sparse Mamba Decoder for Quantum Error Correction: Efficient Defect-Centric Processing of Surface Code Syndromes

Le Sparse Mamba Decoder (SMD) est un décodeur neural centré sur les défauts qui atteint une précision supérieure et une latence faible quasi constante en ne traitant que les événements de détection actifs avec une complexité en O(k), surpassant de manière significative les décodeurs existants en termes de vitesse et de taux d'erreurs logiques à travers divers benchmarks de correction d'erreurs quantiques.

Samira Sayedsalehi, Nader Bagherzadeh, Maxim Shcherbakov2026-10-22
💻 informatique

From Soft to Hard Constraints in Physics-Informed Extreme Learning Machines: Analysis and Algorithms

Cet article propose une machine à apprentissage extrême informée par la physique (PIELM) à contraintes fortes qui intègre directement les conditions limites de Dirichlet dans la fonction d'essai via un terme de levage, éliminant ainsi les déséquilibres structurels dans le système des moindres carrés pour atteindre une satisfaction des limites à précision machine et réduire les erreurs L² relatives jusqu'à sept ordres de grandeur par rapport aux formulations standards à contraintes souples.

Ruonan Zhai, Xiaoyuan Shi, Xiong Xiong, Zhuo Zhang, Maowei You2026-10-22
💻 informatique

Lightweight Verifiable Computation with Constant-Size Proofs for Sequential State Transitions

Cet article présente un schéma de calcul vérifiable léger et actualisable pour les transitions d'état séquentielles qui utilise une famille de programmes arithmétiques quadratiques linéairement actualisables pour générer des preuves de taille constante de 160 octets avec des temps de preuve et de vérification nettement plus rapides que les méthodes existantes telles que Groth16 et Nova.

Heewon Chung, Hyeonbum Lee2026-10-22
💻 informatique

The Reliability Gap: Repeated-Trial Consistency and the Deployable Autonomy Horizon of Frontier AI Agents

Cet article analyse les données de performance des agents d'IA de pointe pour révéler un « écart de fiabilité » significatif, où la durée de tâche qu'un agent peut accomplir de manière cohérente est environ 2,4 fois plus courte que son horizon de capacité moyen, principalement parce que les échecs sont fortement corrélés au sein de tâches spécifiques plutôt qu'aléatoires, nécessissant ainsi un passage des mesures d'évaluation de la réussite moyenne vers des horizons ajustés à la fiabilité pour un déploiement sûr.

Alfredo Merlet2026-10-22
💻 informatique

A Lightweight Complex-Valued CNN with Complex Squeeze-and-Excitation Attention for Single-Channel Blind Source Separation of Co-Frequency Communication Signals

Cet article propose un CNN à valeurs complexes léger de 235 K paramètres, doté d'un nouveau bloc Complex Squeeze-and-Excitation, qui atteint des performances compétitives de séparation aveugle de sources à canal unique pour les signaux de communication à cofréquence tout en réduisant considérablement la taille du modèle et en préservant l'information de phase.

Bin Nong, Weihong Fu, Zhuoyun Jiang2026-10-22