💻 Category

cs

4157 articles

💻 informatique

Auditing Curriculum-Order Representations in Educational AI: Held-Out Metadata-Transition Prediction in Synthetic and Oak Corpora

Cet article audite les systèmes d'IA éducative en utilisant des modèles de langage au niveau du caractère et constate que, bien qu'ils puissent prédire avec succès les transitions de curriculum mises en réserve dans des ensembles de données synthétiques et réels, cette capacité découle de l'exploitation d'une factorisation explicite des métadonnées plutôt que d'une compréhension sémantique du contenu des leçons.

Tomoki Saka2026-08-10
💻 informatique

Integrating Triaxial IMU Sensors and Ensemble Learning for Effective Parkinson Disease Severity Classification

Cet article propose un système de classification non invasif de la sévérité de la maladie de Parkinson utilisant des données de capteurs IMU triaxiaux et l'apprentissage d'ensemble, démontrant que le modèle LightGBM surpasse les autres algorithmes d'apprentissage automatique avec une précision d'environ 97 %.

Rehan Khan, Muhammad Junaid Asif, Rana Fayyaz Ahmad2026-08-10
💻 informatique

A Comprehensive Study of Supervised Machine Learning Models for Zero-Day Attack Detection: Analyzing Performance on Imbalanced Data

Cette étude évalue cinq modèles d'apprentissage automatique supervisé pour la détection d'attaques zero-day sur des données déséquilibrées, sélectionnant finalement XGBoost comme la solution optimale en raison de son équilibre supérieur entre une précision élevée et un temps de traitement rapide par rapport au modèle Random Forest, plus précis mais plus lent.

Zahra Lotfi, Mostafa Lotfi2026-08-10
💻 informatique

Predicting Case Processing Duration in Kenyan Magistrate Courts: A Three-Stage Machine Learning Pipeline for Proactive Backlog Management

Cette étude introduit un pipeline d'apprentissage automatique en trois étapes, validé sur plus de 670 000 affaires de tribunaux de première instance kényans, qui utilise les modèles LightGBM et CatBoost pour prédire les durées de traitement des affaires et classifier les règlements le jour même, permettant ainsi une gestion proactive des arriérés grâce à un schéma de risque dérivé empiriquement et une application web déployée.

Anuary Mulombi, Fidelis Mukudi, Anthony Mile2026-08-10
💻 informatique

Cross-Domain Transfer Learning for Brain Tumor Classification Under Limited MRI Data Regimes: A Fraction-Resolved Benchmark with Explicit Statistical and Methodological Caveats

Cette étude démontre que l'EfficientNet-B0 pré-entraîné sur ImageNet surpasse de manière significative l'initialisation aléatoire pour la classification d'IRM de tumeurs cérébrales à quatre classes uniquement en cas de pénurie extrême de données (5 % de 5 600 images), tout en soulignant des limites critiques telles qu'un risque potentiel de fuite de données au niveau du patient et l'absence de signification statistique des bénéfices de l'apprentissage par transfert pour des fractions de données plus importantes, plaidant finalement contre un déploiement autonome sans une validation rigoureuse supplémentaire.

Nakib Uddin Ahmed, Azizur Rahman, Mehjabin Ferdous, Md. Shahadat Hossain, Kadirur Rahman Chowdhury, Akhlak Uz Zaman Ashi (…)2026-08-10
💻 informatique

Comprehensive Analysis of Machine Learning Models for Five-Class Sleep Stage Classification Using PPG Signals

Cette étude démontre qu'un modèle de Forêt Aléatoire utilisant des caractéristiques combinées de PPG et d'intervalle inter-battement peut parvenir à une classification des stades du sommeil en cinq classes, précise, interprétable et efficace sur le plan computationnel, à partir de signaux PPG portables, offrant ainsi une alternative viable aux approches d'apprentissage profond gourmandes en ressources.

Rafael Martins, Rita Ribeiro, Hugo Pereira, Vasco Silva, Alberto Freitas, Rute Almeida, Goreti Marreiros, Luís Conceição2026-08-10
💻 informatique

BMTransUNet: Boundary-Aware Gated Multimodal Transformer for Remote Sensing Semantic Segmentation

Le papier propose BMTransUNet, un U-Net Transformer multimodal à porte et sensible aux contours qui intègre des données RGB et DSM par une fusion adaptative, une modélisation de contexte basée sur le Vision Transformer et des connexions de saut améliorées par les contours pour atteindre une précision de segmentation sémantique supérieure dans les images de télédétection.

Xiaona Peng, Chengyun Liu, Yaping Zhao, Zhenyan Wang, Zhong Chen, Zhenxue Chen2026-08-10
💻 informatique

Scene-aware Transformer encoder with Multi Instance Learning-guided Attention Mechanism for Anomaly Detection in Video Surveillance

Cet article propose le cadre STAM, qui intègre l'apprentissage contrastif pour des plongements sensibles au contexte avec un encodeur transformer guidé par une attention d'apprentissage multi-instances, afin de traiter efficacement les limitations contextuelles et temporelles dans la détection d'anomalies vidéo et d'atteindre une précision supérieure sur les ensembles de données de référence.

Rifa Nizam Khan, Mohd. Amjad2026-08-10