💻 Category

cs

929 articles

💻 computer science

Risk Governance for Generative AI Mental Health Support: A Multi-Turn Safety Architecture

Cet article présente une architecture de gouvernance de la sécurité multi-tours et agnostique du modèle qui intègre la détection de risque contextuelle, la vérification basée sur le raisonnement et la génération de réponses guidée par des protocoles afin d'améliorer significativement la gestion des risques et l'escalade privilégiée par les cliniciens dans le soutien à la santé mentale piloté par les LLM, tout en maintenant le rapport conversationnel.

Anabela C. Areias, Catarina Botelho, António Farinhas, Areti Vassilopoulos, Dora Janela, Xin Tong, Nuno M. Guerreiro, Ma (…)2026-07-17
💻 computer science

DeepSeek for Pathology Report Understanding: A Benchmark Study of Cancer Type Extraction, AJCC Staging, and Prognosis Prediction

Cette étude de référence démontre que, bien que les modèles DeepSeek extraient efficacement les types de cancer et prédisent les stades AJCC à partir de 952 rapports de pathologie non structurés, les variables structurées extraites par DeepSeek n'ont pas significativement amélioré la prédiction du pronostic sous le cadre évalué par rapport à l'utilisation directe du texte des rapports de pathologie, soutenant ainsi une architecture hybride qui exploite DeepSeek pour l'extraction d'informations et la stadification tout en s'appuyant sur l'apprentissage automatique traditionnel pour la modélisation des résultats.

Mohamed Kone, Gaoussou Haidara, Chao Hou, Shulin Wang2026-07-17✓ Author reviewed ⓘ
💻 computer science

Conv-Guided Mamba Vision Transformer and SPP-DenseNet121 based Hybrid Multi-Feature Fusion and Query Expansion in Content-Based Medical Image Retrieval

Cet article propose un nouveau cadre de recherche d'images médicales basée sur le contenu qui intègre un Conv-Guided Mamba Vision Transformer avec un SPP-DenseNet121 pour une fusion hybride de caractéristiques multiples et emploie l'expansion de requête afin d'atteindre une haute précision de recherche sur des ensembles de données de tissus de la vessie et du tractus gastro-intestinal endoscopiques.

Mathana Gopal Arulsamy, Pallikonda Rajasekaran Murugan, Md. Jakir Hossen, Wai Kit Wong, Poh Kiat Ng, Gomathy Nayagam M2026-07-17
💻 computer science

A Spectrogram-Based Deep Learning Framework for Automatic Swara and Gamaka Recognition in Carnatic Veena Performances

Cet article propose un cadre d'apprentissage profond basé sur les spectrogrammes, utilisant la transformée de Fourier à court terme et les spectrogrammes de Mel avec des réseaux de neurones convolutifs pour reconnaître automatiquement les swaras et les gamakas dans les performances de Veena carnatique, relevant ainsi des défis acoustiques uniques et établissant une base pour des applications dans la transcription, l'éducation et l'archivage numérique.

SUDHI S2026-07-17
💻 computer science

Human-in-the-loop GenAI advising for community college pathway decision-making: a design-based case study of requirement-group modeling and privacy-preserving student-support design

Cette étude de cas basée sur la conception comble la lacune dans la recherche sur l'IA générative concernant le conseil académique dans les community colleges en proposant un cadre respectueux de la vie privée et huit principes de conception qui positionnent l'IA comme une couche explicative pour la planification de parcours tout en maintenant la supervision humaine, en protégeant les données des étudiants et en favorisant l'autonomie de l'apprenant.

Emery Peck2026-07-17
💻 computer science

Zero-shot Generalizable LiDAR Semantic Segmentation via Scene-Sensor Disentanglement

Cet article présente LiSeer, un cadre de segmentation sémantique LiDAR généralisable en zéro cliché qui atteint une performance robuste entre capteurs en dissociant la géométrie intrinsèque de la scène des effets d'échantillonnage spécifiques au capteur grâce à une reconstruction de scène basée sur la diffusion et un pipeline d'échantillonnage contrôlable.

Shaobing Xu, Zikun Xu, Shuocheng Yang, Jiahao Wang, Keqiang Li, Jianqiang Wang2026-07-17
💻 computer science

Goal-Aware Adaptive Regulation Across Modalities: Evolutionary Architecture Search for Transformer Language Models on a Consumer AMD GPU

Cet article démontre que le cadre de recherche d'architecture évolutive GaaR, initialement validé sur des réseaux convolutionnels, se transfère avec succès aux modèles de langage transformeurs autorégressifs sur un GPU AMD grand public via DirectML, atteignant des performances compétitives et révélant que l'exploitation régulée surpasse la recherche aléatoire sur des paysages structurés tout en favorisant les architectures larges et peu profondes sous des budgets d'étapes fixes.

Leon Sandler2026-07-17
💻 computer science

A Distributed CatBoost Approach with Weighted Aggregation for STI/HIV Risk Prediction

Cet article propose un cadre CatBoost distribué et respectueux de la vie privée, doté d'une agrégation pondérée, qui atteint une grande précision dans la prédiction des risques d'IST et de VIH dans huit pays sans nécessiter de données centralisées, offrant ainsi une alternative robuste aux modèles d'apprentissage automatique centralisés traditionnels.

Zhaohui Tang, Yan Li, Abdulkadir Sengur, U. Rajendra Acharya2026-07-17
💻 computer science

NAE-VC: Neural Arithmetic Encoding as a Learned Replacement for CABAC in Modern Video Codecs

NAE-VC est un cadre de codage entropique appris et modulaire qui remplace le moteur CABAC standard des codecs H.264, H.265 et H.266 par une architecture neuronale combinant l'agrégation de contexte, la modélisation de mélange gaussien et les hyper-priorités afin d'obtenir des économies de débit significatives tout en maintenant une compatibilité totale avec les normes de codage vidéo existantes.

Reka Sandaruwan Gallena Watthage, Anil Fernando2026-07-17
💻 computer science

MUNNA: A Multi-strategy, Uncertainty-driven, Nested Neuro-ensemble Algorithm for Disease Diagnosis with Closed-loop Explainability Feedback

Cet article introduit MUNNA, un nouveau cadre hybride à trois étapes qui intègre une métaheuristique GWO-SA pour la sélection de caractéristiques, un ensemble de stacking pondéré par l'incertitude et un mécanisme de rétroaction en boucle fermée par SHAP afin d'atteindre des performances de diagnostic de maladies de pointe sur l'ensemble de données Breast Cancer Wisconsin tout en abordant les limites liées à la stagnation dans les optima locaux et à la pondération statique de l'ensemble.

Md. Maruf Sharker Munna2026-07-17