💻 Category

cs

3657 articles

💻 informatique

Zero-Trust, Zero-Knowledge: A Lightweight Blockchain and Federated Learning Framework for Privacy-Preserving IoT Device Authentication

Cet article propose un cadre d'authentification IoT léger et respectueux de la vie privée qui intègre les principes de Zero-Trust et de Zero-Knowledge, l'apprentissage fédéré basé sur le comportement avec la confidentialité différentielle, ainsi qu'une blockchain Proof-of-Authority à haut débit pour atteindre une précision de 99,2 % et une sécurité robuste contre les attaques tout en maintenant une faible latence et un coût réduit.

Mohamed Koroma, Ibrahim Abdulai Sawaneh, Mohamed Syed Fofanah, Maurice Sesay2026-10-20
💻 informatique

Comparative Evaluation of Machine Learning Models for Heart Disease Prediction: Performance, Calibration, Threshold Selection, and Explainability

Cette étude évalue cinq modèles d'apprentissage automatique sur l'ensemble de données Cleveland Heart Disease, concluant que la régression logistique avec un seuil calibré de 0,552 a obtenu la meilleure performance (85,71 % de précision et 0,939 de ROC-AUC) tout en identifiant les vaisseaux majeurs, le type de douleur thoracique et les résultats du test au thallium comme des prédicteurs clés, bien que les auteurs soulignent la nécessité d'une validation externe avant de généraliser ces conclusions à des populations diverses.

Stanley Kirunda Dhakaba¹, Patience Atukunda¹, Anthony Bua²2026-10-20
💻 informatique

An Internet Search--Augmented Soft Prompt Tuning Framework for Explainable Resume Screening in Healthcare Recruitment

Cette étude présente un cadre de modèle de langage à ajustement de prompt souple (soft-prompt-tuned) et augmenté par recherche sur Internet qui améliore significativement l'exactitude, l'explicabilité et l'efficacité du tri de CV dans le secteur de la santé en intégrant l'extraction structurée, la recherche de preuves ciblées et des règles d'experts afin de prioriser les candidats qualifiés tout en maintenant une supervision humaine.

Yanting Wu, Tianao Hu, Siyu Gu, Yilin Mao, Xingxing Cen2026-10-20
💻 informatique

Per-Node Performance and Memory Limits of LLM Inference on CPU-Only Edge Nodes

Cet article caractérise les performances et les contraintes de mémoire de l'inférence de LLM sur CPU sur des nœuds de périphérie, révélant que la bande passante mémoire — et non le calcul — est le goulot d'étranglement principal et que la quantification augmente de manière inattendue l'utilisation de la mémoire au moment de l'exécution, nécessitant un nouveau modèle de dimensionnement pour une planification de déploiement précise.

Yogesh Narayan Gaur, Manju Khanna2026-10-20
💻 informatique

A Compact Open Encoder Model for Calibrated Typed Decisions on Unseen Tasks

Le document présente typic-bert, un encodeur compact de 396 millions de paramètres en accès ouvert qui génère efficacement des décisions calibrées et structurées sur des tâches inédites avec une grande précision et une robustesse aux contextes longs, surpassant de manière significative des modèles plus grands comme Laya tout en nécessitant un minimum de ressources d'entraînement.

Md. Minaruzzaman Shovon2026-10-20
💻 informatique

A Scalable Framework for Longitudinal Surveillance of Research Evolution in Digital Medicine

Cet article présente un nouveau cadre évolutif pour le suivi de l'évolution de la recherche à travers une littérature biomédicale hétérogène, lequel a été appliqué à 78 073 articles en médecine numérique pour révéler les changements de tendances dans l'apprentissage automatique et l'IA générative, tout en démontrant que de nombreux déclin apparents de sujets sont des artefacts de changements de sources de mots-clés plutôt qu'un véritable déclin de l'intérêt.

Yilun Liang, Gongbo Zhang, Casey Ta, Yilu Fang, Chunhua Weng2026-10-20
💻 informatique

Exact and near-duplicate symptom profiles inflate the reported performance of machine learning classifiers for diabetes: a leakage- aware re-evaluation of the UCI Early-Stage Diabetes dataset

Cette étude démontre que la haute performance largement rapportée des classifieurs d'apprentissage automatique sur l'ensemble de données UCI Early-Stage Diabetes est significativement gonflée par une fuite de données provenant de profils de symptômes identiques et quasi-duplicata, révélant qu'une validation croisée rigoureuse par groupes de profils abaisse substantiellement les estimations de précision et modifie le classement des modèles.

William Marin-Rodriguez, Daniel Andrade-Girón, Viviana Vellon-Flores, Enrique Diaz-Vega, Timoteo Solano-Armas2026-10-20
💻 informatique

BTC-FUSION: Fusing Bitcoin Peer-to-Peer Network Metadata with On-Chain Analytics for Explainable Lead Generation and Risk-Controlled Attribution

BTC-FUSION est un système hors ligne qui fusionne les métadonnées du réseau P2P de Bitcoin avec l'analyse on-chain pour générer des pistes explicables et à risque contrôlé pour la détection d'activités illicites en employant un résolveur sensible aux protocoles CoinJoin, un classement par boosting de gradient et une politique de réponse à erreur strictement bornée, tout en reconnaissant les limites de précision d'attribution face à des conditions adverses spécifiques.

Harshit Kumar Sengar, Yury Trochin, Tanav Dwivedi, Akshat Prasad, Ashwani Kumar, Tanvi Goel2026-10-20
💻 informatique

Reliable Skin-Tone Fairness in Dermatology AI: From Lesion-Level Leakage to Tone-Adaptive Learning

Cet article traite de l'équité des teintes de peau dans l'IA dermatologique en exposant la grave inflation de performance causée par la fuite de données au niveau des lésions et le manque de fiabilité des indicateurs de teinte de peau basés sur la luminance, proposant enfin un protocole d'évaluation rigoureux et un pipeline de prétraitement adaptatif à la teinte qui améliore significativement la sensibilité des modèles pour les peaux plus foncées dans des conditions cliniques réalistes.

Muhammad Rizwan Tahir, Shaista Habib, Sadaf Jabeen, Zahoor Khan2026-10-20