cs articles | Gist.Science

AI-generated Academic Publications and Research Integrity: A Cross-National Analysis of Trends, Detection Methods, and Policy Responses (India vs. Global Standards, 2020-2026)

Cette étude transnationale (2020–2026) analyse l'ascension rapide des soumissions académiques générées par l'IA en Inde et dans le monde, révélant des taux de vulnérabilité comparables mais des lacunes politiques significatives en Inde, et propose des cadres de détection multi-méthodes et de responsabilité institutionnelle fondés sur des données probantes pour sauvegarder l'intégrité de la recherche.

JAINISH BHAGAT2026-08-24

💻 informatique

YOLO-Based Deep Learning for Citrus Fruit Detection, Counting, and Yield Estimation in Complex Orchard Environments: A Systematic Review

Cette revue systématique de 88 études utilisant l'apprentissage profond basé sur YOLO pour la détection et l'estimation du rendement des agrumes révèle que, bien que le domaine se soit convergé vers un ensemble d'outils techniques communs atteignant une précision moyenne élevée, il manque de manière critique de références normalisées, de jeux de données diversifiés et de validation statistique rigoureuse, ce qui entraîne un risque élevé de biais global.

Paola D'Antonio, Luis Alcino Conceição, Danilo Travascia, Lucas Santos Santana, Josiane Maria da Silva, Francesco Toscan (…)2026-08-24

💻 informatique

Transaction Intent Graph: Semantic Cross-LayerDefense Orchestration for Microservices PaymentSystem

Ce document présente TIG-CDO, un cadre d'orchestration de défense sémantique inter-couches qui construit des graphes d'intention de transaction pour détecter et atténuer les attaques de dégradation lente composite (CSDA) dans les systèmes de paiement de microservices en déplaçant l'analyse des requêtes HTTP individuelles vers des transactions multi-étapes ordonnées par causalité, atteignant une conformité SLA de 99,9 % et réduisant considérablement les faux positifs par rapport aux défenses multicouches traditionnelles.

Amit Rangari2026-08-24

💻 informatique

Detection and Safeguarding of Chinese Toxic Content from Users and LLMs: A Survey

Cet article présente une étude exhaustive qui passe en revue systématiquement la recherche sur la détection des contenus toxiques générés par les utilisateurs sur les médias sociaux chinois et la protection des grands modèles de langage chinois contre la toxicité générée par les LLM, visant à consolider les progrès fragmentés et à identifier les défis clés pour le développement futur.

JunYu Lu, Weiming Wang, Deyi Ji, Lanyun Zhu, Bo Xu, Liang Yang, Hongfei Lin, Roy Ka-Wei Lee2026-08-24

💻 informatique

EPDA: An Efficient and Privacy-preserving Dual Aggregation Scheme for Federated Learning in VANETs

L'article propose EPDA, un schéma d'agrégation dual efficace et respectueux de la vie privée pour l'apprentissage fédéré dans les réseaux VANET qui garantit la confidentialité, l'anonymat et l'unlinkabilité des modèles tout en réduisant considérablement les surcharges de calcul et de communication.

Yifeng Zhao, Qingqing Xie2026-08-24

💻 informatique

Integrating Random Number Generation with the Rabin Cryptosystem for a Robust Two-Way Authentication in RFID

Ce document propose un protocole d'authentification bidirectionnelle rentable et robuste pour les systèmes RFID à bas coût dans les environnements IoT qui intègre le cryptosystème de Rabin avec la génération de nombres aléatoires afin de renforcer la confidentialité, d'empêcher les attaques par rejeu et par force brute, et d'assurer la fraîcheur de l'information.

Yuanjia Ma, Jikun Guo, Canpeng Zheng, Qiujin Zhang, Yang Zhang2026-08-24

💻 informatique

Visual Foundation Models with Adapter Learning for Parkinson’s Disease Recognition based on OCT Images

Cet article propose un cadre de reconnaissance de la maladie de Parkinson efficace en termes de paramètres qui exploite des modèles visuels de fond pré-entraînés avec trois adaptateurs légers (globaux, locaux et par jeton) pour atteindre des performances compétitives sur les images OCT tout en réduisant considérablement le nombre de paramètres entraînables par rapport aux réseaux de neurones profonds traditionnels.

Jianwei Zhang, Tongyao Wang, Dandan Shao, Yuting Yang, Jiasheng He, Mingzhe Zheng, Zhuoyan Yang, Jianyong Wang, Zi Jin (…)2026-08-24

💻 informatique

Harmonic Field-Point-Line Framework for Precise Dental Mesh Segmentation

Cet article propose un cadre de champ harmonique point-ligne sensible à la concavité en trois étapes qui permet une segmentation '3D des dents de haute précision et efficace pour la CAO orthodontique en combinant un recadrage ellipsoïdal adaptatif, une métrique de force de localisation et une recherche de graphe sensible aux frontières, démontrant une applicabilité clinique robuste sur le benchmark Teeth3DS.

Shaoxiong Wang, Renjie Li, Dongmei Cai2026-08-24

💻 informatique

Spatiotemporal prediction of unsafe road conditions using weather and infrastructure proximity information - A comparative study across model learning paradigms

Cette étude évalue neuf modèles d'apprentissage automatique sur des données d'autoroutes néerlandaises pour prédire cinq types de conditions routières dangereuses, concluant que Random Forest et XGBoost surpassent les approches d'apprentissage profond tout en démontrant que les caractéristiques météorologiques sont plus prédictives que la proximité des infrastructures, bien que la parcimonie des données et la grossièreté des caractiles limitent actuellement la fiabilité des modèles pour une prévision de risque calibrée.

Nirmal Sitaldin, Bart van Arem, Maaike Snelder, Shadi Sharif Azadeh2026-08-24

💻 informatique

Enforcing Attestable Workflows across Untrusted Networks

JANUS est une architecture haute performance qui fédère des environnements d'exécution de confiance à travers des réseaux non approuvés en utilisant une conception de base de confiance partagée, atteignant un routage chiffré à vitesse native avec un surcoût de latence minimal en ancrant la libération de clés aux mesures matérielles et en exécutant l'application des règles au sein du noyau.

Hung Dang, Tue Nguyen2026-08-24

← Précédent Suivant →