💻 informatique

An Explainable Machine Learning and Internet of Things (IoT) Framework for Academic Performance Prediction and Personalized Learning in Middle School

Ce document propose un cadre d'apprentissage automatique explicable et d'Internet des Objets qui intègre des données de capteurs en temps réel avec des algorithmes d'ensemble et des techniques d'XAI afin de prédire avec précision la performance académique des élèves du secondaire et de générer des interventions pédagogiques transparentes et personnalisées.

Deepali Sharma2026-08-25✓ Author reviewed ⓘ
💻 informatique

Inferring personality from a live interaction with an LLM: Predictions are internally consistent and show convergent validity

Cette étude préenregistrée démontre que les grands modèles de langage peuvent inférer de manière fiable les traits de personnalité du Big Five à partir de conversations en direct avec une cohérence interne et une validité convergente élevées, particulièrement pour le névrosisme et l'amabilité, bien que la performance varie selon l'observabilité des traits et la stratégie de prompting.

Merlin Monzel, Sebastian Jung, Martin Reuter2026-08-25
💻 informatique

A Robust and Lightweight Intrusion Detection Framework for IoMT Networks with Cross-Domain Evaluation

Cette étude propose un cadre de détection d'intrusion robuste et léger pour les réseaux IoMT utilisant les jeux de données CICIoMT2024, CICIoT2023 et Edge-IIoTset, démontrant que si les modèles d'ensemble comme XGBoost excellent dans les scénarios de même domaine, une sélection de modèle minutieuse telle que la régression logistique est cruciale pour maintenir la stabilité et l'efficacité dans les environnements cross-domain malgré les défis de compatibilité des caractéristiques.

Umair Maqsood, NZ Jhanjhi, Fatima Iftikhar, Raja Majid Mehmood2026-08-25
💻 informatique

Artificial Intelligence Enhanced Threat Intelligence for Cyber Resilience in Zero Trust Cloud Infrastructures

Cette étude propose un cadre de renseignement sur les menaces optimisé par l'IA qui intègre l'apprentissage automatique aux principes du Zero Trust afin d'améliorer significativement la détection des menaces en temps réel, de réduire les faux positifs et de renforcer la cyber-résilience contre les attaques sophistiquées dans les environnements cloud dynamiques.

Md Imran Khan, Md. Mokhlesur Rahman, Md Mahbubul Alam, Md Sultanul Arefin Sourav, Jafrin Reza2026-08-25
💻 informatique

SciSchema.org: A Multidisciplinary Collection of Schemas for Structured Scientific Process Descriptions

Cet article présente SciSchema.org, la première collection multidisciplinaire de 16 schémas annotés par des experts conçus pour standardiser la description des processus scientifiques à travers divers domaines, permettant ainsi une annotation structurée, la reproductibilité et la comparaison entre les études grâce à un flux de travail de développement avec intervention humaine.

Jennifer D'Souza, Sameer Sadruddin, Anisa Rula, Ana Bossler, Andres Fullana, Enric Bas, Syed Ather, Defne Circi, Anlan C (…)2026-08-25
💻 informatique

Epistemic Function Diagnosis in AI-Aided Design: Connecting Established Frameworks and Rapidly Evolving Practice

Cet article propose le Diagnostic de Fonction Épistémique (DFÉ) comme une couche de référence unificatrice pour analyser et intervenir dans les dangers complexes et concomitants de la conception assistée par l'IA en intégrant des cadres établis à travers une architecture diagnostic-intervention 2×2 et une grammaire Croyance-Moyen-Méthode-Justification (CMMJ), tout en reconnaissant la nécessité d'une validation empirique future.

Masahiko MATSUHASHI2026-08-25
💻 informatique

AMORL: A Training-Aware, Adaptive, Multi-Objective RL-CNN Framework for Dynamic DNN Mapping on Networks-on-Chip

Cet article introduit AMORL, un cadre adaptatif et conscient de l'entraînement combinant l'apprentissage par renforcement et les réseaux de neurones convolutifs pour mapper dynamiquement des charges de travail DNN diverses sur des réseaux sur puce (Networks-on-Chip) hétérogènes, réalisant des réductions significatives du coût de communication, du déséquilibre de charge et de la latence tout en maintenant un débit élevé et une efficacité énergétique.

Md Farhadur Reza2026-08-25
💻 informatique

Automating the triage of rheumatology outpatient referrals: a comparative evaluation of 23 large language models under simple and advanced prompting

Cette étude démontre que les modèles de langage de grande taille contemporains, particulièrement lorsqu'ils sont guidés par des techniques de prompt avancées, peuvent automatiser le tri des références en rhumatologie avec une précision comparable ou supérieure à celle des experts humains, éliminant ainsi efficacement la nécessité de modèles de grande échelle coûteux.

Lynden Roberts2026-08-25
💻 informatique

Federated Hybrid Deep Learning Framework for IoT Intrusion Detection Using N-BaIoT, CICIoT2023, and BoT-IoT Datasets

Cet article présente un cadre d'apprentissage profond hybride fédéré de bout en bout pour la détection d'intrusions dans l'IdO qui prépare et entraîne divers modèles (incluant CNN, LSTM et XGBoost) sur les ensembles de données N-BaIoT, CICIoT2023 et BoT-IoT afin d'obtenir des performances solides tout en traitant les contraintes de confidentialité et de ressources, avec des résultats soulignant le défi particulier de l'ensemble de données multiclasse CICIoT2023.

Sonali Mishra^, R. Venkata Siva2026-08-25
💻 informatique

A Patch-Routed Mixture-of-Experts for Continual MOBA Draft Recommendation

Ce document propose une architecture de mélange d'experts à routage par patch pour la recommandation continue de drafts de MOBA qui exploite des identités de patch versionnées pour isoler l'adaptation, atteignant un oubli nul et une convergence nettement plus rapide avec un stockage réduit par rapport aux modèles indépendants, bien que son avantage de vitesse diminue à mesure que le flux de patchs s'allonge.

Mohammadreza Mohammadnejad, Morteza Dorrigiv, Farzin Yaghmaee2026-08-25