💻 Category

cs

4157 articles

💻 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
💻 informatique

Training as Treatment: A Causal Framework for Machine-Learning Evaluation

Cet article introduit « Training as Treatment », un cadre causal qui modélise les assignations de rôles de données et les choix de pipelines comme des interventions afin d'analyser rigoureusement les métriques d'évaluation de l'apprentissage automatique, en tenant compte de l'interférence induite par le modèle et en permettant des diagnostics plus robustes pour l'équité, la fuite de données et la généralisation.

Vikas Ramachandra2026-08-10
💻 informatique

Automatic speech recognition system for court proceedings in Ethiopia

Cette étude propose et évalue un système de reconnaissance automatique de la parole en tigrinya indépendant du locuteur basé sur un cadre de modèle de Markov caché pour les procédures judiciaires éthiopiennes, atteignant une précision de mots de 73,84 % à l'aide d'un modèle acoustique dépendant du contexte entraîné sur un corpus personnalisé de 24 locuteurs natifs.

Tedros Kebede Bidada, Dawit Teklu Weldeslasie2026-08-10
💻 informatique

Structure-Preserving Scientific Machine Learning for epidemic Forecasting : Neural ODEs vs. Universal Differential Equations for SIR Model

Cet article démontre que les équations différentielles universelles, qui intègrent des structures SIR mécanistes connues avec des réseaux de neurones pour les dynamiques de transmission incertaines, surpassent les équations différentielles neuronales (Neural ODEs) entièrement pilotées par les données en termes de précision de prévision, de robustesse et d'efficacité des données, particulièrement dans des conditions de données limitées et de bruit élevé.

Taylan Demi̇r, Niaz Ali Shah2026-08-10
💻 informatique

Factors Influencing User Acceptance, Adoption, and Long-Term Engagement with Virtual Reality Across Application Domains: A Systematic Synthesis of Review Evidence

Cette synthèse systématique des preuves issues de revues de littérature de 2015 à 2025 identifie les déterminants et les barrières clés à l'adoption de la réalité virtuelle à travers divers domaines, soulignant la nécessité d'un cadre intégré qui réponde aux lacunes méthodologiques et combine les facteurs cognitifs, expérientiels, physiologiques et organisationnels pour assurer un engagement durable de l'utilisateur.

Amelia Kowalska2026-08-10
💻 informatique

Data Lineage as Infrastructure: Operationalizing the Translation Methodology for Trusted Data Pipelines

Cet article présente un cadre qui opérationnalise la lignée des données en tant qu'infrastructure pour des pipelines de données financières fiables, démontrant par son déploiement qu'il réduit considérablement les délais de réponse aux audits et permet un suivi vérifiable par machine des sources de données et des transformations.

Jinyuan Li, Ruijie Ma, Yicheng Gu, Yulun Zhang2026-08-10
💻 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