💻 informatique

An Open-Agent Framework for Intelligent Compliance Analysis in Infrastructure as Code Using Large Language Models

Cet article présente un nouveau cadre d'agent ouvert qui hybride l'application de politiques déterministes d'Open Policy Agent avec le raisonnement contextuel piloté par les modèles de langage de grande taille afin de fournir une analyse de conformité et des conseils de remédiation précis et prêts pour l'audit pour l'Infrastructure as Code, démontrant des améliorations de performance statistiquement significatives par rapport aux outils d'analyse statique traditionnels.

Ayah Al-Jabali, Mu'awya Al-Dala'ien2026-10-19
💻 informatique

A Two-Stage Lightweight Framework for Real Time Static Hand Gesture Recognition for Smart-Home Control

Cet article propose un cadre à deux étapes, léger et en temps réel, qui découple la segmentation et la classification afin de parvenir à une reconnaissance de gestes de la main statiques robuste et à faible latence pour le contrôle de la maison intelligente, en utilisant un U-Net amélioré et un nouveau classificateur EdgeHandCNN pour minimiser les déclenchements intempestifs et garantir une grande précision sur les appareils de bord.

Mingyang HUANG2026-10-19
💻 informatique

Privacy-Preserving Artificial Intelligence in Digital Learning: A Systematic Review of Federated Learning, Differential Privacy, Security, and Educational Utility in Higher Education

Cette revue systématique de 33 études sur l'IA respectueuse de la vie privée dans l'enseignement supérieur conclut que, bien que des techniques telles que l'apprentissage fédéré et la confidentialité différentielle puissent maintenir l'utilité de l'apprentissage, le domaine manque actuellement d'évaluations de sécurité rigoureuses, de déploiements multi-institutionnels en conditions réelles et d'évaluations exhaustives de l'impact éducatif.

ADESEGUN NURUDEEN OSIJIRIN, Oliver Okechukwu, Leonard C. Anigbo2026-10-19
💻 informatique

A candidate-centred heterogeneous model ensemble improves semi-supervised segmentation of 3–<6 mm pulmonary nodules over a single enhanced Mean Teacher: internal and external testing

Cette étude démontre qu'un ensemble de modèles hétérogènes à verrouillage de développement améliore la segmentation semi-supervisée de nodules pulmonaires de petite taille (3–<6 mm) par rapport à un unique Mean Teacher amélioré, tant lors des tests internes qu'externes, bien que les gains modestes ne prouvent pas de manière définitive que les objectifs hétérogènes offrent des avantages au-delà des effets d'ensemble généraux.

Hao Li, Zhenhua Zhu, Xiaoxiao Wang, Yong Cheng, Fang Li2026-10-19
💻 informatique

Locality-Preserving Sketch Token Fusion for High-Fidelity Single-View 3D Reconstruction

Cet article propose un nouveau cadre appelé Locality-Preserving Sketch Token Fusion qui parvient à une reconstruction 3D à vue unique de haute fidélité en préservant les détails locaux des croquis grâce à une représentation à double voie et un échantillonneur de maillage par attention croisée, surmontant ainsi efficacement la perte de détails géométriques inhérente aux méthodes existantes de compression de caractéristiques globales.

Lei Qinchuan, Li Nannan, Zhong Jiaming, Luo XianZeng, Zhao Min2026-10-19
💻 informatique

Leakage-Controlled Multimodal Prediction of Piano Performance Expressivity Using Sequential and Engineered MIDI Representations

Cet article propose un réseau de fusion d'attention MIDI à double branche à porte croisée résiduelle (RCG-DMAF-Net) pour prédire l'expressivité de la performance pianistique en intégrant des événements de notes séquentiels avec des descripteurs d'ingénierie, démontrant par une évaluation contrôlée de la fuite que la fusion multimodale améliore significativement la précision de la prédiction par rapport aux modèles uniquement séquentiels tout en identifiant le pédalage, la variation de vélocité et le tempo comme des moteurs clés de l'expressivité.

Geping Jin, Dian Jin2026-10-19
💻 informatique

CART Rule-Guided Diffusion and AI-Synthesized User Preferences for New Media Art Generation

Cet article propose un modèle de diffusion guidé par des règles CART qui exploite un GAN conditionnel pour synthétiser des données de préférences d'utilisateurs à grande échelle et intègre des règles d'arbres de décision interprétables dans le processus d'échantillonnage de la diffusion, améliorant considérablement la qualité esthétique et la personnalisation de la génération d'art des nouveaux médias tout en surmontant les barrières éthiques et de coût de la collecte de données humaines.

Caixian Ye, Lijun Xu, Jun Tang2026-10-19
💻 informatique

Short-Term Traffic Prediction: From Statistical Models to Spatial-Temporal Deep Learning

Cette revue synthétise l'évolution de la prédiction du trafic à court terme, des modèles statistiques vers l'apprentissage profond spatio-temporel, en présentant le domaine comme un compromis entre précision, complexité et déployabilité, tout en mettant en évidence les gains récents issus de la modélisation conjointe de la structure spatiale et de la dynamique temporelle, et en identifiant les directions futures clés en matière de scalabilité, d'incertitude et de déploiement en temps réel.

Mohammad Sadraei2026-10-19
💻 informatique

Adaptive Multi-Reference Latent Fusion for Temporal Coherence and Specular Invariance in Generative Video Synthesis

Cet article présente un pipeline modulaire à deux étapes avec une fusion latente multi-références (MRLF) qui parvient à une continuité structurelle et une stabilité d'identité zero-shot dans la création cinématographique générative sans acteurs en découplant le cadrage compositionnel de la synthèse temporelle, résultant en une génération de vidéo haute fidélité avec un écart de pixels minimal et une faible latence de traitement.

Riham Hilal2026-10-19
💻 informatique

Dynamic Sampling for Telemetry in Microservices: A Reinforcement Learning and Entropy-Based Approach

Ce document présente RADAR, un agent basé sur l'apprentissage par renforcement et l'entropie qui optimise dynamiquement l'échantillonnage de la télémétrie des microservices afin de réduire considérablement la consommation de ressources tout en préservant l'observabilité critique et la qualité des données.

Renan Martins Alves, Jéferson Campos Nobre, Juliano Araujo Wickboldt2026-10-19