💻 informatique

Topology-Aware Structural Parsing of Hand-Drawn Diagrams via Learning-Aligned Decoding

Cet article présente un cadre à deux passes pour l'analyse de diagrammes dessinés à la main qui combine un réseau d'évidence graphique multi-têtes avec un assembleur déterministe afin de combler efficacement l'écart entre l'évidence visuelle au niveau du pixel et la récupération précise du graphe structurel, atteignant une haute performance dans la détection de nœuds, le traçage de connecteurs et la reconstruction de liens dirigés.

Hrishikesh Vichore, Mansi Radke, Praveen Kumar2026-08-13
💻 informatique

Automating data splitting and hyper-parameters tuning in an Echo State Network-based model for Dynamic Aperture prediction

Cet article étudie l'impact de différentes stratégies de partitionnement des données sur la performance des réseaux à écho de réservoir pour la prédiction de l'ouverture dynamique dans les anneaux de stockage de hadrons, en explorant spécifiquement l'automatisation de la limite de division entraînement-test à l'aide de la dérivée des lois d'échelle analytiques dérivées du théorème de Nekhoroshev.

Quentin Bruant, Barbara Dalena, Massimo Giovannozzi, Maxime Casanova2026-08-13
💻 informatique

Reliability-Weighted Spectral Allocation with Full Spectral Cores for Parameter-Efficient Visual Fine-Tuning

Cet article propose une méthode d'allocation spectrale pondérée par la fiabilité qui détermine automatiquement le nombre et l'emplacement des paramètres spécifiques à une tâche en utilisant des preuves basées sur le gradient, permettant un ajustement visuel fin à haute efficacité de paramètres avec des cœurs spectraux complets qui surpassent le sondage linéaire tout en ne nécessitant aucun budget de rang spécifié par l'utilisateur.

Ba Ty Dang, Kim Huong Tran, Thi Uyen Nguyen2026-08-13
💻 informatique

Eco-Conscious Master Production Scheduling Under Dual Uncertainty: A Hybrid Approach Using Machine Learning and Stochastic Optimization

Cet article propose un cadre hybride de type « prédire et optimiser » qui intègre des modèles d'apprentissage automatique LSTM et LightGBM à une optimisation stochastique à deux étapes afin de permettre une planification de la production écoresponsable et rentable qui s'adapte dynamiquement à la volatilité des prix de l'énergie et à l'incertitude de la demande, réduisant ainsi les coûts opérationnels et les émissions du Scope 2 tout en tirant parti des prix de l'électricité négatifs.

Wiam ALAMI CHENTOUFI, Amine ZITOUNI, Abdellah El BARKANY2026-08-13
💻 informatique

SFTeAST: Integrating Structure, Frequency and Temporal Signals for Temporal Knowledge Graph Completion

Le papier propose SFTeAST, un nouveau modèle de complétion de graphes de connaissances temporelles qui intègre la similitude structurelle, l'encodage temporel par complexe en spirale et le filtrage de fréquence historique pour inférer efficacement les faits manquants tout en améliorant la généralisation et en réduisant l'interférence du bruit dans les scénarios creux.

Baohua Qiang, Qingfan Deng, Hong Zheng, Shihao Zhang, Ruidong Chen, Haoran Chen, Shaoni Mao2026-08-13
💻 informatique

An open AI system for dermatology tasks

Le document présente UniDerm, un modèle de fondation en dermatologie en libre accès, entraîné entièrement sur des données publiques grâce à une nouvelle approche d'apprentissage contrastif par débruitage supervisé, qui atteint une précision de diagnostic de niveau spécialiste à travers diverses carnations et classements mondiaux, offrant ainsi une alternative reproductible et équitable aux systèmes propriétaires.

Hong-Yu Zhou, Linwei Chen, Lijun Liu, Ying Fu, Meng Tian, Zhishou Zhang, Hengfu Cui, Qiang Ju, Qianxi Li, Jungong Han, Y (…)2026-08-13
💻 informatique

Can One Agent Restore Another? Multi-Agent Verification Through Independent Constraint Sources

Cette étude démontre que si les modèles de langage plus grands peuvent se rétablir de manière indépendante face à des instructions conflictuelles, un agent couplé plus petit ne peut restaurer le comportement d'un partenaire perturbé que lorsque l'historique de ce dernier est dépourvu de l'instruction conflictuelle, fournissant ainsi la preuve que la fiabilité distribuée dans les systèmes multi-agents découle de sources de contraintes partiellement indépendantes plutôt que du simple volume de génération.

Simin Yuan2026-08-13
💻 informatique

From Human Approval to Current Authority: Adaptive Runtime Governance at the Execution Boundary of AI-Enabled Organizational Workflows

Cette étude propose la Gouvernance Adaptative au Moment de l'Exécution (Adaptive Runtime Governance - ARG) comme un cadre pour combler l'écart éthique entre les approbations humaines enregistrées et l'autorité d'exécution actuelle dans les flux de travail de l'IA, démontrant, à travers un prototype déterministe, que la revalidation de l'autorisation et des conditions de politique immédiatement avant l'exécution peut techniquement imposer une autorité humaine attribuable.

Maria Kollia2026-08-13
💻 informatique

Ethical Field Theory: Computational Foundations and Philosophical Extensions

Ce document présente la Théorie du Champ Éthique (EFT) comme un cadre mathématique unifié pour l'alignement de l'IA qui modélise la régulation éthique comme un système dynamique continu régi par des équations de champ non linéaires, tout en jetant simultanément un pont entre le calcul formel et six traditions philosophiques et en établissant sept prédictions testables pour valider sa rigueur scientifique sans confondre l'analogie mathématique avec la réalité physique.

Ali Moslemi Tabrizi2026-08-13
💻 informatique

Late Delivery Risk Prediction in Supply Chain: Moving from Reactive to Proactive Delay Management

Ce document présente une solution d'apprentissage automatique pour APL Logistics qui utilise un classifieur de type Forêt Aléatoire entraîné sur des données historiques et la technologie SMOTE pour prédire les risques de retard de livraison, permettant ainsi à l'équipe des opérations de mitiger proactivement les retards grâce à un tableau de bord Streamlit.

Awinash Kumar2026-08-13