💻 Category

cs

4157 articles

💻 informatique

Computational Personality Assessment: A Data- Driven Machine Learning Approach Using Engineered Behavioral Features

Cet article présente un pipeline d'apprentissage automatique piloté par les données qui améliore considérablement la précision de la classification introverti-extroverti pour atteindre 91,90 % en concevant trois caractéristiques comportementales composites et en évaluant 13 algorithmes, démontrant que les K plus proches voisins est le plus performant au sein d'un cadre statistiquement robuste.

MEERA SOLGAMA, ZEELKUMAR BHAVSAR2026-07-30
💻 informatique

Automatic Discovery of Intra-Class Sub-Structure for Supervised Tabular Classification: Offline Clustering vs. Joint Sub-Center Training

Cette étude empirique rigoureuse démontre que, tandis que le partitionnement hors ligne conventionnel des caractéristiques pénultimes pour découvrir la sous-structure intra-classe est peu fiable et dégrade souvent la performance de la classification tabulaire, une approche d'entraînement par sous-centres jointe de bout en bout atténue efficacement ces risques, bien que les auteurs concluent qu'aucune heuristique robuste n'existe actuellement pour prédire quand une telle découverte de sous-structure est bénéfique.

Seyed Ali Zaribaf, Mohammad Roustaei2026-07-30
💻 informatique

An automated pipeline for biomedical research hotspot mining integrating contextual embeddings and temporal citation ranking: a case study in cataract research

Cet article présente un pipeline entièrement automatisé qui intègre les plongements contextuels BioBERT, le partitionnement hybride et le classement temporel des citations pour cartographier efficacement les paysages de la recherche biomédicale et identifier les points chauds en évolution, comme le démontre une étude de cas complète sur la recherche sur la cataracte.

Xiaoming Wu, Keqiang Wang, Xiujing Shi, Yuan Ni, Guoxin Wang, Dongle Liu, Jiajun Sun, Zhen Guo2026-07-30
💻 informatique

Global Interaction Modeling with Human Knowledge for Important Traffic Objects Identification

Cet article propose un nouveau cadre pour identifier les objets de trafic importants qui exploite une modélisation d'interaction globale en vue aérienne (Bird's-Eye View) et une approche de pré-entraînement contrastif langage-mouvement afin d'intégrer les connaissances humaines, surmontant ainsi les limites des méthodes visuelles 2D existantes en matière de raisonnement spatio-temporel et de compréhension dynamique.

Yiming Huang, Faliang Chang, Chunsheng Liu, Penghui Hao, Jun Zhou2026-07-30
💻 informatique

CATD-LPT-CFPM- Cluster Aware Top-Down Linear Prefix Tree for Closed Frequent Pattern Mining

Le document propose le cadre CATD-LPT-CFPM, qui améliore l'extraction de motifs fréquents fermés en regroupant les transactions pour réduire l'espace de recherche et en employant une stratégie d'élagage multi-niveaux avec un mécanisme d'élagage de fermeture descendante afin de minimiser le traitement redondant et l'utilisation de la mémoire, malgré un certain surcoût lié au regroupement et à la construction d'arbres.

M Sinthuja, P Saranya, M. Diviya2026-07-30
💻 informatique

Canonical Alignment and Weighted Neural Network for Autonomous Part Defect Identification in 3D Point Clouds

Cet article propose un cadre amélioré basé sur PointNet pour l'identification autonome de défauts dans les nuages de points 3D, qui utilise un alignement canonique déterministe basé sur la SVD et une perte d'entropie croisée pondérée pour surmonter la variabilité géométrique et le déséquilibre des classes, atteignant ainsi une précision accrue et une latence d'inférence réduite pour l'inspection industrielle en temps réel.

Qingze Zou, ElHussein Shata, Baihui Chen, Yuebin Guo2026-07-30
💻 informatique

Atmospheric Turbulence-Driven Chaotic Cloud Drift Optimization for Feature Selection and Forecasting

Cet article propose l'algorithme Chaotic Improved Cloud Drift Optimization (CI-CDO), une nouvelle métaheuristique améliorée par la dynamique de la turbulence atmosphérique et des cartes chaotiques, qui démontre une performance supérieure pour résoudre des problèmes d'optimisation de référence, sélectionner des sous-ensembles de caractéristiques optimaux pour la classification et prévoir des données environnementales réelles.

Abdelmonem M. Ibrahim, Doaa A. Fakhry, Ahmed Abdel-Monsef Allam2026-07-30
💻 informatique

Metadata Supervised Imaging Representations for Modelling and Controlling Acquisition Variability

Cet article propose une approche supervisée par métadonnées pour désentrelacer la structure anatomique des variations dépendantes de l'acquisition dans l'imagerie biomédicale, permettant la création de représentations sensibles à l'acquisition et d'un modèle d'harmonisation unifié qui améliore la généralisation, l'interprétabilité et le déploiement clinique à travers divers protocoles et sites d'imagerie.

Mehmet Yigit Avci, Pedro Borges, Virginia Fernandez, Natalia Glazman, Paul Wright, Mehmet Yigitsoy, Sebastien Ourselin (…)2026-07-30
💻 informatique

Interpretable Ensemble Machine Learning for Process-Parameter-Driven Prediction of TiO₂–PVP Electrospun Nanofiber Diameter

Cette étude démontre qu'un cadre d'apprentissage automatique d'ensemble interprétable, utilisant spécifiquement la régression par forêts extra-aléatoires (Extra Trees Regression), peut prédire avec précision le diamètre des nanofibres électrofilées de TiO₂–PVP en fonction des paramètres de processus, offrant ainsi une alternative hautement efficace et précise aux méthodes traditionnelles d'optimisation expérimentale chronophages.

Chetan More, Harshada Mhetre, Kedar Sahasrabudhe, Asmita Mali, Sameer Gajmal, Amol Bhopale, Amit Shewale2026-07-30
💻 informatique

MSF-TrashDet: A Lightweight Multi-Scale Feature Fusion Network for Automatic Waste Object Detection Using the TrashNet Dataset

Ce document propose MSF-TrashDet, un réseau de fusion de caractéristiques multi-échelles léger qui utilise un nouveau bloc d'amélioration de caractéristiques multi-échelles et une élagage de canaux structuré pour atteindre une détection d'objets de déchets précise et efficace sur le jeu de données TrashNet, surpassant les modèles de pointe tels que YOLOv5n, YOLOv8n et YOLOv11n avec 91,91 % de mAP50 tout en maintenant une faible complexité computationnelle.

Tao Yanfen, Lei Lijuan, Gao Yousheng, Fan Dongdong, Mei Pengfei2026-07-30