💻 informatique

IR-PowerDet: An Infrared Power Equipment Detection Algorithm Based on Multi-Scale Feature Fusion and Dynamic Environment Adaptation

Ce document propose IR-PowerDet, un cadre basé sur YOLOv12s intégrant la fusion de caractéristiques multi-échelles, l'adaptation dynamique à l'environnement et des modules d'amélioration des petits objets pour parvenir à une détection robuste et de haute précision des équipements de puissance infrarouge dans des scénarios complexes et occultés, atteignant un mAP de 96,8 %.

Yongbo Tang, Huicong Sun, Zijun Zhong, Miao Li2026-08-10
💻 informatique

A Hybrid Machine Learning Framework for Robust Detection of Malicious DNS-over-HTTPS Tunneling Traffic

Cet article propose un cadre hybride statistiquement validé et sensible à la densité, combinant XGBoost avec une notation d'anomalie non supervisée pour détecter de manière robuste le tunnellisation malveillante par DNS-over-HTTPS, démontrant des améliorations significatives du rappel et de la réduction des faux négatifs par rapport aux modèles de référence tout en confirmant que les composantes génératives profondes n'apportent aucun bénéfice supplémentaire.

Enas Selem¹, Rania Salama¹2026-08-10
💻 informatique

An Adaptive Resource-Aware MK-CKKS Framework with Linear- Complexity Multi-Key Aggregation for Privacy-Preserving Federated Learning in Resource-Constrained IoT Environments

Cet article présente un cadre MK-CKKS adaptatif et sensible aux ressources pour l'apprentissage fédéré respectueux de la vie privée dans l'IdO, qui parvient à une agrégation à clés multiples de complexité linéaire et à des gains de performance significatifs grâce à des expériences en conditions réelles sur MNIST et CIFAR-10, tout en reconnaissant de manière transparente que la construction à clés indépendantes et la validation par matériel physique constituent des travaux futurs.

Nasir Ahmad Jalali, Hongsong Chen2026-08-10
💻 informatique

τ-Guard: Recalibration-Invariant, Label-Free Drift Detection for Visual Recognition Systems via Cross-Signal Rank-Agreement Decay

L'article introduit (τ)(\tau)-Guard, une méthode de détection de dérive sans étiquetage pour les systèmes de reconnaissance visuelle qui parvient à une invariance prouvable à la recalibration de modèle en surveillant l'accord de rang entre l'entropie prédictive et les scores de nouveauté dans l'espace des caractéristiques, évitant ainsi les faux positifs qui affectent les moniteurs basés sur la confiance tout en maintenant une sensibilité aux véritables changements de distribution.

Md Hasibuzzaman2026-08-10
💻 informatique

Too Symmetric to See: Diagnosing Over-Invariance in Finite-Symmetry Geometric Learning

Cet article identifie et quantifie les échecs de « sur-invariance » dans l'apprentissage géométrique où une symétrie excessive rejette des informations de phase critiques, proposant le Projective Character Pooling (PCP) comme un mécanisme de réparation ciblé qui restaure efficacement les canaux de phase et améliore la platitude diagnostique par rapport aux modèles standards basés uniquement sur l'amplitude, bien qu'il demeure une solution ciblée plutôt qu'un remplacement universel pour la moyenne d'orbite.

D Yang Eng2026-08-10
💻 informatique

Adaptive Data Partitioning for Energy-Efficient Federated and Distributed Learning on Heterogeneous Systems

Cet article propose un contrôleur de partitionnement de données adaptatif piloté par la mesure qui réalloue dynamiquement les budgets d'échantillonnage en fonction des mesures de temps d'entraînement et d'énergie en temps réel afin d'atténuer les traînards, de réduire la consommation d'énergie et d'améliorer l'efficacité de l'entraînement à travers des systèmes d'apprentissage distribués et fédérés hétérogènes.

Daniel Suárez Labena, Vicente José Blanco Pérez, Pedro Antonio Toledo Delgado, Francisco Carmelo Almeida Rodríguez2026-08-10
💻 informatique

FGD-Det: Frequency-Guided Decoupled Alignment and Asymmetric Fusion for Multispectral Object Detection

FGD-Det est un cadre de détection d'objets multispectraux asymétrique et efficace qui traite les disparités de densité d'information et le désalignement spatial grâce à un squelette à double flux hétérogène et une stratégie de fusion par étapes caractérisée par un alignement découplé guidé par la fréquence, atteignant des performances de pointe sur les bancs d'essai LLVIP et FLIR avec un coût computationnel considérablement réduit.

Shaowu Zhou, Zuoxuan Hu, Jian Zhang, Hao Deng, Ziyang Wang2026-08-10
💻 informatique

PR-CNN: A Multiscale Attention Relation Network for Accurate Bean Leaf Disease Image Recognition

Cet article propose PR-CNN, un cadre d'apprentissage profond intégrant des réseaux de neurones convolutifs, une attention par division pyramidale et un réseau de relation afin de parvenir à une reconnaissance hautement précise et robuste des maladies des feuilles de haricot en abordant efficacement des défis tels que les différences visuelles subtiles, les arrière-plans complexes et la disponibilité limitée des données.

Hongyun Song, Laixiang Xu, Longguo Wu, Hao Zhao2026-08-10
💻 informatique

PredictStroke: A Two-Stage Modular System Combining Machine Learning Ensemble Risk Prediction and Multimodal Symptom Triage Support

PredictStroke est un système modulaire à deux étapes qui intègre un modèle d'apprentissage automatique d'ensemble pour la prédiction du risque d'AVC à long terme avec des classifieurs en temps réel basés sur la vision et la parole pour le triage des symptômes aigus, démontrant une haute performance dans l'évaluation des risques tout en validant la faisabilité de modules de détection aiguë indépendants malgré des scores en temps réel plus faibles.

Nafisa Raisa, Ibrahim Nabid2026-08-10