💻 informatique

ODConv-GFPN-LSPCD: A Multi-Module Enhanced YOLOv11n for Marine Organism Detection

Ce document propose ODConv-GFPN-LSPCD, une architecture YOLOv11n améliorée par multi-modules qui intègre une convolution dynamique omnidimensionnelle, un réseau pyramidal de caractéristiques de type Giraffe et une tête de détection convolutionnelle partagée légère pour atteindre une précision supérieure et une efficacité en temps réel pour la détection d'organismes marins dans des environnements sous-marins difficiles.

Shuzhi Zheng, Shuqiang Gao, Ruhui Zuo, Ruijie Xie, Yilin Hu, Yeqi Guo2026-08-24
💻 informatique

Data leakage inflates reported accuracy of deep learning for kidney stone detection on CT: a leakage-free, calibrated and uncertainty-aware reassessment across three centers

Cette étude démontre que la division des données au niveau de l'image dans les modèles d'apprentissage profond pour la détection des calculs rénaux sur scanner gonfle artificiellement la précision rapportée d'environ neuf points de pourcentage en raison de la fuite de données, et préconise des protocoles d'évaluation par patient, calibrés et conscients de l'incertitude, afin de garantir une performance clinique fiable.

Okoi Obeten, Abas Aliu, Omowumi Aliu, Ahmed Jimoh, Zibril Aliyu, Christiana Ezeanya2026-08-24
💻 informatique

SGRI-HF: A Semantic Group-Aware Gated Residual Interaction and Heterogeneous Fusion Framework for College Student Mental Health Risk Identification

Cet article propose le cadre SGRI-HF, qui exploite la modélisation de groupes sémantiques, le fenêtrage adaptatif et la fusion hétérogène pour identifier efficacement les risques de santé mentale des étudiants universitaires en capturant les dépendances trans-domaines complexes et les différences individuelles dans les données de questionnaires, atteignant ainsi une performance et une interprétabilité supérieures par rapport aux méthodes existantes.

Fengyue Zhang, Chunlei Shi, Junfeng Zhang2026-08-24
💻 informatique

A Cautionary Evaluation of LLMs for TLS Normative Requirement Classification

Cet article évalue les modèles de langage de grande taille pour l'automatisation de la classification des exigences normatives TLS en utilisant le NIST SP 800-52 Rev. 2, concluant que bien que les méthodes d'ensemble atteignent une précision de 93,75 %, la confusion systématique entre le langage « SHOULD NOT » (ne devrait pas) et « MAY » (peut) rend les LLM actuels insuffisamment fiables pour un audit de conformité autonome.

Majid Mollaeefar, Riccardo Germenia, Salvatore Manfredi, Silvio Ranise2026-08-24
💻 informatique

From obligation to enforcement: mapping EU AI Act and CRA cybersecurity requirements to technical controls for LLM-based autonomous agents

Cet article comble le fossé entre les obligations de cybersécurité axées sur les résultats de la loi sur l'IA de l'UE et de la loi sur la cyber-résilience et leur mise en œuvre pratique en associant leurs dispositions à des contrôles techniques concrets et à des preuves de vérification spécifiquement adaptés aux agents autonomes basés sur les LLM.

Abayomi Ogayemi2026-08-24
💻 informatique

Design and Evaluation of a Lightweight Real-Time Facial Expression Recognition System: A PyTorch Mini-Xception Implementation Trained on FERPlus.

Ce document présente un système de reconnaissance d'expressions faciales léger et en temps réel utilisant un modèle PyTorch personnalisé « Mini-Xception » entraîné sur le jeu de données FERPlus avec une pondération par racine carrée de l'inverse de la fréquence, qui atteint une précision de test équilibrée de 75,40 % et 30 FPS sur un Apple M1 Pro sans nécessiter de ressources GPU importantes.

Debanjan Chakraborty2026-08-24
💻 informatique

Task-Adaptive Calibration for Multimodal Long-Context Extension

Ce document introduit la Calibration Adaptative aux Tâches (TAC), un module léger qui combine une rectification transmodale conditionnée par la tâche avec une redistribution sensible à la distance afin d'améliorer significativement la compréhension du contexte long multimodal et la précision de la localisation des preuves, tout en maintenant un surcoût computationnel minimal.

Xiang Li, Zhenning Guo, Ruiqi Liu2026-08-24
💻 informatique

Topological Materialization of Deterministic Intelligence: Bypassing Energy-Latency Limits of Generative AI via Phase-Resonant Mersenne Lattice

Ce document affirme avoir réalisé un système révolutionnaire d'« IA Reproductrice » qui contourne les limites d'énergie et de latence de l'IA générative traditionnelle en utilisant un réseau de Mersenne topologique et des circuits à résonance de phase pour parvenir à une récupération d'intelligence déterministe, sans mémoire, avec zéro hallucination et une consommation d'énergie considérablement réduite.

Min Ho Jung2026-08-24
💻 informatique

MoEMory: Long-Term User Memory as a Routing Policy on Frozen Mixture-of-Experts Language Models

MoEMory introduit un nouveau paradigme de mémoire à long terme pour les modèles de langage de type Mixture-of-Experts gelés, qui stocke les informations par utilisateur sous la forme d'un biais de routage afin d'activer sélectivement les capacités existantes sans injecter de nouveaux jetons ou paramètres, atteignant ainsi une fuite quasi nulle vers des requêtes non liées tout en restant orthogonal et complémentaire aux méthodes de mémoire traditionnelles basées sur l'injection.

Chenxi He2026-08-24