💻 Category

cs

4092 articles

💻 informatique

Reliability-aware Gradient Decoupling for Partial Label Learning

Le papier propose RGD-PLL, un cadre de découplage de gradient sensible à la fiabilité qui améliore l'apprentissage par étiquetage partiel en estimant la fiabilité des candidats dépendante de l'instance, en supprimant la supervision incertaine via une pondération par l'entropie et en éliminant les composantes de gradient conflictuelles grâce à une projection asymétrique afin d'améliorer la stabilité et la robustesse de l'optimisation.

Zhonghe Wei, Jihang Yin, Fengzhi Zhang, Yan Yan2026-08-19
💻 informatique

Post-Deployment Accountability in AI Governance: A Cross-Regulatory Empirical Analysis of AI Incidents

Cette étude empirique analyse les incidents liés à l'IA de 2020 à 2026 par rapport aux principaux cadres réglementaires afin de révéler d'importantes lacunes de responsabilité post-déploiement, particulièrement en matière de détection externe et d'évaluations d'impact, tout en proposant le Cadre de Conformité de Gouvernance de l'IA Proactive (PAGCF) pour remédier à ces défaillances systémiques.

Ummara Mumtaz, Rabi Noor, Summaya Mumtaz2026-08-19
💻 informatique

Predictingthe Trainability of Variational Quantum Circuits: A Data-Driven Model for BarrenPlateaus

Cet article présente un modèle d'apprentissage automatique classique fondé sur les données qui prédit avec précision la trainabilité des circuits quantiques variationnels et identifie les plateaux stériles en se basant uniquement sur les caractéristiques architecturales, offrant ainsi une alternative rentable à l'échantillonnage coûteux des gradients pour le criblage des conceptions de circuits quantiques.

Md Habibur Rahman2026-08-19
💻 informatique

Temporal Dynamics and Explainable Risk Factors of Traffic Fatalities: A Large-Scale Study Using PRF Brazil Data (2020-2024)

Cette étude utilise un ensemble de données à grande échelle de la Police routière fédérale brésilienne (2020–2024) pour démontrer qu'un modèle LightGBM sensible aux coûts, validé par une division temporelle rigoureuse et une interprétabilité basée sur SHAP, surpasse les autres méthodes d'ensemble pour prédire les décès sur la route tout en identifiant les principaux facteurs de risque afin d'orienter des politiques de sécurité proactives.

Rossi Passarella, Nabilla Suci Febriani, Mastura Diana Marieska, Yusuf Passarella2026-08-19
💻 informatique

Enhancing Medical Image Reconstruction Using RSA-OAEP and Hybrid RSA-AES Encryption

Cet article propose un cadre de chiffrement hybride RSA-OAEP et AES-128-CBC avec une validation d'intégrité SHA-256 qui assure une reconstruction d'images médicales sécurisée et sans perte, tout en surpassant de manière significative le RSA pur en efficacité computationnelle et en démontrant des capacités de récupération robustes contre la corruption par perte de pixels.

Fatma Gamal, Aya Mamdouh, Hussein Aly Jad2026-08-19
💻 informatique

DL-TUS: A Frequency-Aware Deep Learning Framework for Thyroid Nodule Classification in Ultrasound Images

Le document propose DL-TUS, un cadre d'apprentissage profond sensible à la fréquence qui exploite les transformées en ondelettes et les convolutions dilatées multi-échelles pour classifier efficacement les nodules thyroïdiens dans les images échographiques, atteignant une précision et une robustesse élevées face au bruit et aux défis des micro-nodules.

Liping Xiao, Yujuan Che, Zengming Li, Jianqiang Yang, Dan Chen, Huan Wang2026-08-19
💻 informatique

Does Fallback-Anchored Uncertainty Gating Help Off-Policy Reinforcement Learning? A Short Study Combining DCUG-Style Gating with TD3

Cette étude démontre que l'application d'un mécanisme de porte d'incertitude ancré sur un repli (fallback-anchored uncertainty gating mechanism), qui avait précédemment stabilisé l'entraînement PPO on-policy, n'apporte aucun bénéfice statistique à l'algorithme TD3 off-policy, indiquant que la valeur de ce mécanisme est spécifique à la correction de l'effondrement de l'entraînement on-policy plutôt qu'à un rôle de booster de robustesse général.

Md Hasibuzzaman, Gene Eu Jan, Chan-Yun Yang, Md Shetu Mia2026-08-19
💻 informatique

Protocol-Dependent Resolution in Finite-Sample Model Selection

Cet article démontre que la longueur maximale de génération dans les protocoles d'évaluation détermine de manière critique si les points de contrôle des modèles apparaissent comme distinguables ou indiscernables en tronquant le raisonnement de type chaîne de pensée, un facteur souvent omis dans la recherche sur l'ajustement fin qui peut conduire à des conclusions trompeuses sur les performances et les tendances des modèles.

Yaoping Wang2026-08-19
💻 informatique

How to Make AI Generative Design for Building Façade Renovation More Controllable: A Case Study on a Historic District in Zhejiang, China

Cette étude propose un cadre de conception générative à double contrôle intégrant Stable Diffusion, ControlNet, MLSD et LoRA afin d'équilibrer la préservation historique et la revitalisation commerciale dans les districts historiques du Zhejiang, atteignant une haute fidélité structurelle et une réactivité fonctionnelle pour la rénovation des façades à travers divers formats commerciaux.

Xiaoyu Ying, Jiamei Bei, Hui Zhao, Jiajing Wu, Yujie Zhao2026-08-19
💻 informatique

Target Relocalization-Driven Weakly Supervised Segmentation for Crohn's Disease via Auxiliary Anatomical Priors

Cet article propose une méthode de segmentation faiblement supervisée pour la maladie de Crohn qui exploite des annotations au niveau de l'image, améliorées par un ensemble de données de priorité anatomique auxiliaire et un mécanisme de relocalisation cible pour générer des pseudo-étiquettes de haute qualité, réduisant ainsi les coûts d'annotation tout en améliorant considérablement la précision de la segmentation des lésions.

Jiaxu Xu, Shu Fang, Xuekun Zhang, Jiao She, Jianguo Ju, Xuesong Zhao2026-08-19