💻 Category

cs

4157 articles

💻 informatique

TrOCR for Medieval HTR: A Systematic Ablation Study with Cross-Dataset Validation

Cet article présente une étude d'ablation systématique sur l'adaptation de TrOCR pour la reconnaissance de textes manuscrits médiévaux, démontrant que des stratégies spécifiques de gel de couches et le retrait de la normalisation de contraste peuvent atteindre une précision compétitive sur de petits ensembles de données historiques tout en fournissant une validation inter-ensembles de données et des perspectives d'interprétabilité.

Sachin Sharma, Federico Simonetta, Michele Flammini2026-07-08
💻 informatique

TOPIC: Deep Learning Approach for Network Intrusion Detection and Multi-Class Attack Classification Using UNSW-NB15 Dataset

Cette étude propose un cadre d'apprentissage profond utilisant le jeu de données UNSW-NB15 pour la détection d'intrusions réseau et la classification d'attaques multiclasses, démontrant qu'une architecture RNN-LSTM surpasse les modèles ANN et CNN en atteignant une précision de 97,42 % grâce à l'optimisation du prétraitement des données et des techniques d'équilibrage des classes.

Akpasam Ekanem, Philip Asuquo, Simeon Ozoumba, Bliss Stephen, Enyinihi Johnson2026-07-08
💻 informatique

Leveraging Machine Learning Models to Predict Probability of Technical and Regulatory Success

Cet article démontre que des modèles d'apprentissage automatique interprétables, entraînés sur les caractéristiques de protocoles publics de ClinicalTrials.gov, peuvent prédire avec précision la probabilité de succès technique et réglementaire pour les essais de petites molécules, surpassant les références standards et offrant un outil reproductible pour l'évaluation ajustée au risque.

Mason Kim, Michael Doane, James Melican, Kevin Wang, Haewon Jung, Cedric Liu2026-07-08
💻 informatique

SupCon-Mamba: A Supervised Contrastive Learning Method for Few-Shot Hyperspectral Target Detection

Le papier propose SupCon-Mamba, un cadre de détection de cibles hyperspectrales à peu d'exemples qui intègre un mécanisme de codage de contexte local, un module Mamba pyramidal pour une modélisation spectrale multi-échelle efficace, et un apprentissage contrastif supervisé pour éliminer les faux négatifs et atteindre une performance de détection supérieure avec un nombre minimal d'échantillons étiquetés.

Xingxin Song, Bing Zhou, Jiale Zhao, Lei Deng, Jiaju Ying2026-07-08
💻 informatique

LGAgent: A Structured and Rule-Guided Multi-Agent Framework for Interpretable Legal Reasoning

LGAgent est un cadre multi-agents structuré et guidé par des règles qui exploite les interactions collaboratives entre des LLM de différentes échelles pour imiter les flux de travail juridiques professionnels, délivrant ainsi un raisonnement adjudicatif interprétable, vérifiable et supérieur par rapport aux approches standards à modèle unique.

Xin Feng, Feng Shu, Manjia Feng, Yi Feng, Haoming Liu2026-07-08
💻 informatique

Online Structure Learning and Planning for Autonomous Robot Navigation using Active Inference

Cet article introduit AIMAPP, un cadre auto-supervisé et compatible avec ROS qui unifie la cartographie, la localisation et la planification en ligne pour les robots autonomes dans des environnements inconnus en exploitant l'inférence active pour construire dynamiquement des cartes topologiques éparses et équilibrer l'exploration avec la navigation orientée vers un objectif sans dépendre de cartes prédéfinies ou d'un pré-entraînement.

Daria de Tinguy, Tim Verbelen, Emilio Gamba, Bart Dhoedt2026-07-08
💻 informatique

Bitcoin Forecasting Engine: Optimizing Neural Networks with Spectral Analysis and Multi Swarm Algorithms

Cet article propose un moteur de prévision hybride pour le Bitcoin qui intègre une décomposition de signal à double couche guidée par l'entropie de permutation (CEEMDAN-VMD) avec un réseau de neurones profonds optimisé par une optimisation multi-essaims, démontrant une performance statistiquement supérieure en termes de précision et de prédiction directionnelle par rapport aux modèles de référence et aux alternatives à essaim unique.

Ozan Nadirgil2026-07-08
💻 informatique

Contribution-Aware Federated Edge Learning for Robust Resource Allocation in Massive IoT Networks

Cet article propose un algorithme d'apprentissage fédéré en bordure sensible à la contribution (CA-FE-MADDPG) qui intègre une modélisation de l'interférence spatiale, des mécanismes de pénalité à granularité fine et une initialisation guidée par heuristique pour traiter l'interférence de spectre, l'allocation injuste de crédit et la non-stationnarité environnementale dans les réseaux IoT massifs, améliorant ainsi de manière significative le débit du système, les taux d'accès et la qualité de service.

Hui Dun, Aowei Liu, Eryang Huan, Zhiyong Niu2026-07-08
💻 informatique

ADEST-U-Net: A Dual-Encoder Architecture for Cross-Organ and Cross-Modality Transfer Learning in Data-Scarce Medical Image Segmentation

Ce document propose ADEST-U-Net, une architecture à double encodeur qui exploite l'apprentissage par transfert inter-organes et inter-modalités à partir de modèles de tumeurs cérébrales par IRM pour améliorer significativement la précision de la segmentation des tumeurs du foie et réduire les faux positifs dans les scanners CT dans des conditions de rareté des données.

Riham Jeeballah, Hamza ZIDOUM, Adhari Al zaabi, Abdelhamid Abdessalem2026-07-08
💻 informatique

A Multi-Agent Generative AI Framework for Explainable Stock Market Analysis in Indian Equity Market

Cet article présente un cadre d'IA générative à cinq agents qui intègre l'analyse technique, fondamentale et de sentiment avec la détection d'anomalies et le raisonnement basé sur les LLM pour fournir des prédictions boursières explicables et tenant compte de la confiance pour les actions indiennes, atteignant une précision directionnelle de 72 % et un consensus entre agents de 78 %.

R Ashok Kumar, Prashanth Gowda G D2026-07-08