💻 Category

cs

4148 articles

💻 informatique

Platform Drift in Social-Media Image Forgery Detection and Localization: An Application-Level Analysis

Cet article évalue la robustesse du système forensique basé sur REFORGE face aux distorsions induites par les plateformes à travers quatre réseaux sociaux et quatre jeux de données, constatant que si les décisions de falsification binaire restent stables, les scores de confiance et les géométries de masquage présentent une dérive mesurable, motivant ainsi l'adoption d'une régularisation de cohérence OSN et d'une normalisation conditionnée par la plateforme pour une fiabilité de détection accrue.

Yahya AL-Nabhani, Amirrudin Kamsin, Mohamad Nizam, Khalil Al Ruqaishi2026-08-12
💻 informatique

PatchMamS2S: A Mamba-based Multivariate Time Series Forecasting Model in Power Domain with Patch Mining via Prior-based Weight Fusion

Cet article propose PatchMamS2S, un modèle de prévision de séries temporelles multivariées léger basé sur Mamba-2 et adapté au domaine de l'énergie, qui combine le minage de patchs, la fusion de poids guidée par des priors physiques et une architecture Seq2Seq efficace pour surmonter les compromis entre précision et ressources des modèles universels existants.

Yuhan Lin, Haoyuan Ouyang, Hongyu Chen, Liping Xiong, Zhiyong Hong, Zhishuang Wang2026-08-12
💻 informatique

BioKG Explorer: Interactive Visual Analytics for Biomedical Knowledge Graph Exploration over PrimeKG

BioKG Explorer est une application web full-stack et open-source qui permet l'analyse visuelle interactive et sans code ainsi que la génération d'hypothèses sur le graphe de connaissances biomédicales à grande échelle PrimeKG en combinant le parcours de graphes basé sur Neo4j, l'analyse spécifique aux maladies et les explications de chemins par des modèles de langage de grande taille au sein d'une interface basée sur un navigateur.

Faizan Faisal2026-08-11
💻 informatique

Combining Generative AI and Knowledge Graphs in an Agent-Based Framework for Explainable Industrial Plant Intelligence

Cet article propose un cadre multi-agents modulaire qui intègre le processus de minage (process mining), des graphes de connaissances mis à jour dynamiquement et des modèles de langage de grande taille avec génération augmentée par récupération afin de permettre une analyse sémantique et explicable des processus de production industrielle et des chaînes d'approvisionnement, réduisant ainsi l'effort manuel et améliorant la prise de décision humaine dans la transition vers l'Industrie 5.0.

Marco Gotelli, Filippo Ghisi, Matteo Mangini, Fabrizio Barpi, Antonio Giovannetti2026-08-11
💻 informatique

A Topology-Driven Quantum Suitability Estimator for Hybrid QAOA–Classical Pipelines

Cet article introduit QSE, un estimateur piloté par la topologie qui utilise des caractéristiques de graphes en temps polynomial pour prédire l'écart de performance attendu entre les heuristiques classiques et les solutions exactes de Max-Cut, permettant ainsi un pipeline hybride pour router dynamiquement les sous-graphes vers des algorithmes quantiques, des heuristiques classiques ou une revue humaine, tout en documentant les corrections d'ingénierie critiques qui ont assuré la validité physique des simulations QAOA sous-jacentes.

Rohan Boddu2026-08-11
💻 informatique

A Multi-Modal Learning Analytics Framework for Academic Early Warning and Student Risk Prediction in Higher Education

Cette étude propose et valide un cadre d'analyse de l'apprentissage multimodal qui intègre diverses données académiques, démographiques, comportementales et psychologiques à des modèles d'ensemble d'arbres avancés afin de prédire avec précision les niveaux de risque des étudiants (faible, moyen, élevé) et de permettre une intervention académique proactive dans l'enseignement supérieur.

Zhuotao Fang, Zhen Yan, Taotao Chen, Weixing Zou2026-08-11
💻 informatique

Evaluating Hyperparameter Sensitivity in Temporal Convolutional Networks for Short-Term Electric Load Forecasting Using Grid Search

Cette étude utilise une recherche systématique par grille sur les données de charge demi-horaires du Queensland pour démontrer que l'optimisation de cinq hyperparamètres clés dans les réseaux de neurones convolutifs temporels — spécifiquement l'identification d'une configuration avec une taille d'entrée de 336 étapes et un taux d'apprentissage de 0,0005 — peut réduire l'erreur de prévision de plus de 55 % par rapport à un modèle de référence, soulignant que l'ajustement coordonné des paramètres est plus critique que le simple accroissement de la capacité du modèle pour la prédiction de la charge électrique à court terme.

Tuan Anh Nguyen, Thanh Ngoc Tran2026-08-11
💻 informatique

FeatExtractNet: Point Cloud-Enhanced Architecture for Thermal and Acoustic FieldPrediction

Ce papier propose FeatExtractNet, une architecture neuronale enrichie par nuages de points qui emploie des conceptions spécifiques au domaine — combinant l'extraction de caractéristiques multi-niveaux avec une fusion par porte inter-couches pour les champs thermiques irréguliers et des MLP résiduels à caractéristiques de Fourier pour les grilles acoustiques régulières — afin d'améliorer significativement la précision de la solution et de réduire les erreurs L2 relatives dans la prédiction de champs thermiques et acoustiques complexes régis par des équations aux dérivées partielles non linéaires.

Xun Yuan, Gulin Wang, Junxiang Yang, Hongfei Guo, Jianqing Li2026-08-11
💻 informatique

MERT-SpecAMGCNet: Attention-Modulated Gated Convolutional Network for Robust Music Genre Classification with Cross-Dataset Generalization

Ce document propose MERT-SpecAMGCNet, une architecture à double branche qui combine efficacement des représentations de formes d'onde MERT préentraînées avec une branche spectrale log-Mel sensible aux fréquences utilisant des convolutions à porte et des mécanismes d'attention afin de parvenir à une classification robuste des genres musicaux et une forte généralisation entre les jeux de données.

Agrima Malviya, Rashi Agarwal2026-08-11
💻 informatique

Topology-Constrained Attention Networks: A Topology-Derived Robustness Margin for High-Frequency Cyber-Physical Systems

Cet article propose les réseaux d'attention à contraintes topologiques (TCAN), une architecture qui intègre des noyaux topologiques différentiables dans les mécanismes d'auto-attention afin de dériver une marge de robustesse théorique contre les attaques adverses dans les systèmes cyber-physiques à haute fréquence, en esquissant un cadre mathématique et un protocole expérimental pour une validation future sans encore présenter de résultats empiriques.

Anmol Devansh2026-08-11