💻 Category

cs

929 articles

💻 computer science

Voice Tone-Based Emotion Detection Using Deep Learning: A Hybrid Transformer–CNN–BiLSTM Framework with Multi-Feature Fusion

Cet article présente un cadre d'apprentissage profond hybride qui intègre des couches CNN, Transformer et BiLSTM avec une fusion de caractéristiques multiples pour atteindre des performances de reconnaissance des émotions de la parole de pointe sur cinq ensembles de données de référence, démontrant une généralisation robuste et des améliorations de précision significatives par rapport aux bases existantes.

ANUSHREE RAJ, PALLAVI M O, Aishwarya D Shetty, Athokpam Bikramjit Singh, K. Annapoorneshwari Shetty2026-07-14
💻 computer science

The StackPip Framework for Hybrid Ensemble Learning in Stellar Classification

Cette étude propose le framework StackPip, une approche d'apprentissage d'ensemble hybride utilisant un classificateur de type Stacking sur l'ensemble de données SDSS DR-17, qui a atteint une précision de 98 % dans la classification des objets célestes en galaxies, étoiles et quasars, surpassant divers modèles d'apprentissage automatique individuels.

Smaranika Mohapatra, Kusumlata Jain, Harish Kumar Pamnani, Ananya Wadhwa, Kanika Mittal2026-07-14
💻 computer science

BayesMem-CD: Bayesian Temporal Memory Networkfor Uncertainty-Aware Dynamic Community Detection

L'article propose BayesMem-CD, un cadre bayésien basé sur la mémoire qui intègre l'inférence probabiliste à une régularisation temporelle pour parvenir à une détection de communautés dynamique sensible à l'incertitude, équilibrant efficacement la stabilité face au bruit avec la sensibilité aux changements structurels réels.

Daozheng Qu, Yanfei Ma, Liang Zhang, Yibo Wang2026-07-14
💻 computer science

AraCoT-Agent: Arabic Chain-of-Thought Distillation for Agentic Reasoning

Le document présente AraCoT-Agent, un cadre qui distille les capacités de raisonnement structuré dans les modèles arabes à l'aide d'un ensemble de données filtrées de haute qualité (AraCoT) et d'un objectif d'entraînement pondéré par récompense, atteignant une amélioration relative de 55,7 % sur le nouvel AraAgent-Bench et réduisant considérablement l'écart de raisonnement entre les LLM arabes et anglais.

Mohamed Ali Farag2026-07-14
💻 computer science

Continuous Degradation Representation Learning for Remaining Useful Life Prediction

Le papier propose CoDeR, un cadre d'apprentissage de représentation de dégradation continue qui intègre un encodeur Transformer couplé à double axe et un module d'apprentissage contrastif sensible au temps afin de surmonter les limites des représentations fragmentées des modèles d'apprentissage profond existants, atteignant ainsi des prédictions plus précises de la durée de vie utile résiduelle pour les turboréacteurs.

Wei Li, Ruitao Ning, Shilin He, Bo Li, Zhidong Zhang2026-07-14
💻 computer science

Rethinking Time Series with Kolmogorov-Arnold Networks: A Systematic Review

Cette revue systématique évalue l'adéquation des réseaux de Kolmogorov-Arnold (KAN) pour l'analyse de séries temporelles, concluant que bien qu'ils excellent dans la prévision interprétable à horizon court avec des motifs fluides à travers divers domaines, leur application actuelle est limitée par des preuves hétérogènes, des difficultés à gérer les dépendances à longue portée et les changements de régime, ainsi qu'un besoin de bancs d'essai standardisés et d'une validation rigoureuse de l'interprétabilité.

Antoni Mól, Dariusz Jemielniak, Leon Ciechanowski2026-07-14
💻 computer science

GRAD-Net: A Unified Pathology-Guided Framework for Automated Diabetic Retinopathy Grading

Cet article présente GRAD-Net, un cadre d'apprentissage profond unifié guidé par la pathologie qui intègre des mécanismes d'attention sensibles aux lésions et une agrégation de caractéristiques multi-échelles pour atteindre une précision et une interprétabilité clinique de pointe dans le classement automatisé de la rétinopathie diabétique.

Dhaval Modi, Falgun Thakkar2026-07-14
💻 computer science

CRC-LS-MOCBO: Safe multi-objective causal Bayesian optimization under uncertain causal structures

Cet article introduit CRC-LS-MOCBO, un cadre d'optimisation bayésienne causale multi-objectif séquentiel qui garantit des interventions sûres sous des structures causales incertaines en intégrant l'incertitude du graphe candidat, des priors pondérés par la stabilité et le calibrage de risque conforme afin de minimiser les violations de contraintes tout en maximisant les gains d'objectifs.

Wu JunJie2026-07-14
💻 computer science

Low-Cost Real-Time Earthquake Detection and Early Warning System Using IoT, Embedded Machine Learning

Cet article présente un système d'alerte précoce de séismes à faible coût et en temps réel qui utilise du matériel IoT (ESP32, GPS, GSM) et des modèles d'apprentissage automatique embarqués entraînés sur des données sismiques historiques pour détecter des motifs et alerter instantanément les utilisateurs via SMS, même dans les zones à connectivité limitée.

Dinesh Katole, Salim A. Chavan2026-07-14
💻 computer science

HybridPII: A Tunable High-Recall Ensemble for Automated PII Detection and Privacy Risk Assessment in Compliance-Critical Applications

Cet article présente HybridPII, un modèle d'ensemble hybride ajustable qui combine des expressions régulières pondérées et une reconnaissance d'entités nommées (NER) multi-modèles pour atteindre un rappel supérieur pour la détection automatisée des PII, répondant spécifiquement au besoin critique de minimiser les faux négatifs dans les applications de confidentialité critiques pour la conformité.

Soni Sweta, Arunabh Kshitij Kshitij2026-07-14