💻 computer science

DAÏO: A High-Specificity Real-TimeVision-Based Fall Detection SystemUsing Advanced Kinematic Tracking andComputer Vision

L'article présente DAÏO, un nouveau système de détection de chute basé sur la vision et capable d'être déployé en périphérie (edge), qui combine un estimateur de pose léger, un filtre de Kalman étendu adaptatif et un moteur de logique à triple vérification pour atteindre une spécificité élevée (96,4 %) et réduire considérablement les faux positifs provenant des activités quotidiennes et des prosternations religieuses tout en maintenant des performances en temps réel sur du matériel grand public.

Alamin Abubakar Nataala2026-07-17
💻 computer science

STAC-MV: Spatio-Temporal Adaptive Context for Neural Multiview Video Compression

STAC-MV est le premier cadre de compression vidéo multivue basé sur les transformeurs qui exploite une sélection de contexte adaptative sensible à la géométrie et une attention inter-vues pour obtenir des améliorations significatives du taux BD par rapport aux normes conventionnelles à travers diverses configurations de caméras, tout en réduisant substantiellement le temps d'encodage.

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

Multi-Stage Alignment of Large Language Models for Popularity Bias Mitigation in Generative Movie Recommendation

Cet article propose un pipeline d'alignement multi-étapes combinant l'extraction de préférences, le réglage fin supervisé et l'optimisation directe des préférences pour atténuer efficacement le biais de popularité dans les systèmes de recommandation de films basés sur les LLM, en améliorant la nouveauté et la couverture du catalogue tout en maintenant une précision compétitive.

Subham Raj, Krishnakant Chourey, Sriparna Saha, Brijraj Singh, Niranjan Pedanekar2026-07-17
💻 computer science

Towards Generalizable Face Forgery Detection via Multi-Granularity Fusion

Pour remédier à l'écart de généralisation dans la détection de falsification de visages causé par le conflit entre les sémantiques de haut niveau transférables et les artefacts locaux épars, cet article propose SemFusion, un cadre qui combine une Régularisation de Cohérence Sémantique pour préserver la structure transférable de CLIP avec un apprentissage de Preuves de Patch Multi-niveaux pour capturer et fusionner efficacement les indices de falsification localisés.

Mingjie Zhao, Yiu-ming Cheung, Guilin Pang2026-07-17
💻 computer science

An Agent-Based Concept Generation ApproachUsing Concept Bottleneck Models for ChestRadiograph Classification

Cette étude démontre que la construction de concepts fondés sur la clinique améliore les modèles à goulot d'étranglement conceptuel pour la classification de radiographies thoraciques, les approches supervisées atteignant des performances solides comparables aux bases de référence sans goulot d'étranglement, tandis que les modèles sans étiquettes offrent une alternative prometteuse lorsque les annotations de concepts sont indisponibles.

Mehmet Varan, Fatih Soygazi, Damla Oguz2026-07-17
💻 computer science

BioGraph-SentiCOVID: Calibrated Adaptive Context Selection for Graph Neural Sentiment Analysis of COVID-19 Tweets

Cet article introduit BioGraph-SentiCOVID, un cadre de réseau neuronal de graphes à contexte adaptatif et calibré qui optimise la sélection du contexte conversationnel et les hyperparamètres via un algorithme génétique afin d'atteindre l'état de l'art de la classification de sentiment des tweets bruyants sur la COVID-19 sur Twitter.

Moustafa MAASKRI, Mohamed GOISMI, Djamal SEGHIER, Mohamed DEBBAB2026-07-17
💻 computer science

Political Stance Detection on X During the 2024U.S. Election: A Comparative Study of Classical, Neural, and Transformer Models

Cet article présente une étude comparative de modèles classiques, neuronaux et de type transformer pour la détection de positions politiques sur X lors de l'élection américaine de 2024, démontrant que si le modèle BERTweet affiné atteint la précision la plus élevée, des modèles classiques soigneusement élaborés, tels que les SVM linéaires, offrent une alternative hautement compétitive, plus efficace et plus interprétable pour un déploiement à grande échelle.

Qile Wang, Sahar Ostadrahimi, Safoura Faghri, Mohammad Baksh, Matthew Louis Mauriello, Kenneth E. Barner2026-07-17
💻 computer science

Classical Methods Match or Exceed Two Recent Graph Neural Networks for Bipartite Community Detection Using Network Topology Alone

Cet article démontre que les méthodes classiques de détection de communautés égalent ou surpassent systématiquement les réseaux de neurones sur graphes récents sur les réseaux bipartis en utilisant uniquement la topologie, sur la base d'une évaluation complète de quatorze méthodes à travers huit ensembles de données réels et cinq ensembles de données synthétiques.

Aneesh K Sajan2026-07-16
💻 computer science

A Workflow for Grant Discovery and Proposal Development Using Large Language Models: Development and Formative Evaluation

Cet article décrit et évalue de manière formative un flux de travail gouverné et soutenu par un grand modèle de langage, implémenté au sein d'une entreprise colombienne d'IA en santé, afin d'améliorer systématiquement le débit et la traçabilité de la découverte de subventions et de l'élaboration de propositions tout en maintenant la supervision des chercheurs.

Katherine Monsalve Barrientos, Natalia Castano-Villegas, Jose Zea, Laura Velásquez2026-07-16
💻 computer science

Iterative Feedback--Refinement for Faithful Structured Clinical-Note Representation

Cet article propose un cadre de rétroaction-raffinement itératif utilisant des modèles de langage de grande taille pour induire dynamiquement des schémas adaptatifs destinés à convertir des notes cliniques non structurées en représentations structurées fidèles, ce qui surpasse les bases de référence existantes en réduisant considérablement les omissions et les hallucinations sans nécessiter de données étiquetées ou de réglage fin.

Eslam Ahmed Mohamed, Irini Logothetis, Adrian Bingham, Kon Mouzakis2026-07-16