💻 informatique

Predicting Vocabulary Acquisition in EFL Learners Using Machine Learning Models

Cette étude démontre que, bien que l'IA générative améliore considérablement l'acquisition du vocabulaire chez les apprenants d'EFL par rapport à l'enseignement conventionnel, les modèles de régression linéaire s'appuyant principalement sur des indicateurs linguistiques surpassent les algorithmes d'apprentissage automatique complexes et les mesures comportementales pour prédire ces gains d'apprentissage.

Ahmed Braima, Jamal Hussien2026-08-18
💻 informatique

Quantum-Resilient Identity-Aware Communication for Edge IoT Using Self-Supervised DINOv2 and Graph-Siamese Learning

Ce document propose une architecture de communication résiliente au quantique et sensible à l'identité pour l'IoT en périphérie, qui utilise des encodeurs visuels DINOv2 gelés combinés à des réseaux siamois et de neurones graphiques pour vérifier les participants via des plongements quantifiés, garantissant des sessions sécurisées, à faible latence et économes en bande passante pour des applications critiques telles que la téléprésence et la télésanté.

KUMARAN P, Balachander T2026-08-18
💻 informatique

A Priority-Aware Intelligent Task Offloading Framework for Autonomous Vehicles in Vehicular Edge Computing Using Deep Reinforcement Learning

Cet article propose un cadre piloté par l'IA pour l'informatique de bord véhiculaire qui intègre l'apprentissage par renforcement profond pour le déchargement de tâches tenant compte des priorités et la prédiction de ressources basée sur le LSTM afin d'optimiser dynamiquement l'exécution des tâches et de réduire le temps de réponse de 31,2 % par rapport aux méthodes existantes.

Sorayya Gharavi, Seyed Morteza Babamir2026-08-18
💻 informatique

Boundary-Gate Collaborative Enhancement GeoVis-GNN for Joint Segmentation and Label Recognition of Video Human-Object Interactions

Cet article propose BGCE-GeoVis-GNN, un nouveau cadre qui améliore la stabilité de la segmentation et de la reconnaissance conjointes des interactions humain-objet dans les vidéos en introduisant un module de bordure auxiliaire et des contraintes collaboratives pour atténuer les décalages de bordure et les discontinuités de labels causés par des transitions faibles, atteignant ainsi des améliorations de performance significatives sur les ensembles de données MPHOI-72 et CAD-120.

Lele Yuan, Pengyu Liu, Kebin Jia, Yunjie Huang, Jiaqi Wang, Ziming An2026-08-18
💻 informatique

Columnar-Embedder: A Biologically Inspired Cortical Architecture for Binary Sparse Distributed Graph Representations

Cet article introduit Columnar-Embedder, une architecture d'inspiration biologique qui utilise l'apprentissage hebbien local sur des marches aléatoires de flux pour générer des représentations de graphes distribuées, binaires et éparses, capables de performances compétitives en classification de nœuds et en prédiction de liens sans nécessiter de rétropropagation ni souffrir d'oubli catastrophique.

Mohamed Abidalrekab, Dan Hammerstrom2026-08-18
💻 informatique

ViTone: A Diagnostic Benchmark for Tonal Faithfulness in Vietnamese Text-to-Speech

Cet article présente ViTone, un banc d'essai diagnostique et un protocole d'évaluation préenregistré conçu pour évaluer directement la fidélité tonale dans les systèmes de synthèse vocale en vietnamien en combinant des stimuli de paires minimales, un taux d'erreur de ton calibré par ASR, et une analyse au niveau des indices de F0 et de la laryngealisation, remédiant ainsi aux limites des métriques existantes qui ne parviennent pas à capturer les distinctions tonales contrastives de la langue.

Thanh-Son Phan, Muon Ha2026-08-18
💻 informatique

Automatic Hint Generation and Evaluation for Reasoning Questions

Cet article étudie l'ajustement fin de grands modèles de langage pour la génération automatique d'indices dans des tâches de raisonnement en comparant quatre stratégies de prompting à travers trois modèles, en évaluant la qualité des indices avec une nouvelle suite de métriques, et en démontrant que la fusion de jeux de données guidée par des métriques produit des améliorations constantes en termes de convergence et de familiarité tout en préservant la pertinence et en minimisant la fuite de la réponse.

Proloy Kanti Roy2026-08-18
💻 informatique

TE-HQViT-Probs: Full-Probability Quantum Self-Attention Outperforms Expectation-Value Readout in Medical Image Classification.

Cette étude démontre que l'utilisation d'une lecture de probabilité complète plutôt que de mesures de valeur d'espérance dans un modèle compact d'auto-attention quantique hybride peut améliorer les performances de classification d'images médicales sur des ensembles de données spécifiques, soulignant que la conception de la lecture est un facteur architectural critique tout en notant que les résultats n'établissent pas encore d'avantage quantique ou de maturité clinique.

Thanh Phong Nguyen2026-08-18