💻 Category

cs

4157 articles

💻 informatique

Image-embedded prompt injection vulnerability of vision-language models in dental radiology: a cross-vendor attack–defense evaluation

Cette étude démontre que l'injection de prompts par incrustation d'images pose un risque de sécurité inter-fournisseurs significatif pour les modèles de vision-langage dentaires, révélant que si tous les systèmes commerciaux et open-source testés sont vulnérables, l'assainissement basé sur l'OCR et les stratégies de gouvernance tenant compte de la provenance peuvent atténuer efficacement ces attaques tout en préservant la précision du diagnostic clinique.

Babak Saravi, Daman Deep Singh, Lara Schorn, Andreas Vollmer, Christoph Sproll, Norbert Kübler, Felix Schrader2026-07-01
💻 informatique

Boundary-Aware Deep Affine Attention Networks for Named Entity Recognition

Cet article propose un nouveau réseau d'attention affine profond sensible aux frontières qui intègre la modélisation des relations par paires de mots de bordure, la convolution dynamique et l'attention affine profonde afin de relever efficacement les défis de l'identification des frontières d'entités et de la modélisation des dépendances à longue portée, atteignant des performances de pointe sur les tâches de reconnaissance d'entités nommées plates et imbriquées à travers cinq ensembles de données de référence.

Xiaomeng Lai, Jiayin Wei, Lin Yao, Youjun Lu2026-07-01
💻 informatique

Bernardes Branch-Aware Pythagorean Residual Fields for Exploratory Mesh-Envelope Diagnostics

Ce document introduit et évalue les champs résiduels pythagoriciens de Bernardes sensibles aux branches (Bernardes Branch-Aware Pythagorean Residual Fields) en tant qu'outil de diagnostic de traitement géométrique spécialisé, non destiné à la fabrication, conçu pour générer des indices de contour compatibles avec les branches pour l'analyse exploratoire d'enveloppes de maillage, tout en reconnaissant explicitement ses limites concernant la dépendance aux coordonnées, la sensibilité à la résolution et l'absence de garanties de fabrication par rapport aux champs de distance standards.

Marco Aurélio dos Santos Bernardes2026-07-01
💻 informatique

Driver Activity Detection and Classification Using Deep Learning- Based YOLO Models for Intelligent Transportation Systems

Cette étude propose un cadre d'apprentissage profond utilisant des architectures YOLO pour détecter et classifier huit activités de conduite, démontrant que le modèle YOLOv8n atteint une performance en temps réel supérieure avec une mAP de 96,3 % sur un ensemble de données de 5 422 images, offrant ainsi une solution efficace pour améliorer la sécurité routière dans les systèmes de transport intelligents.

Getaneh Awoke, Eshete Derb, Metages Molla, Baye Atnafu, Daneil Addis, Abebu Sintayehu2026-07-01✓ Author reviewed ⓘ
💻 informatique

Fourteen Topics Explored from Quality and Understandability Studies on Unified Modelling Language Notation

Cette revue systématique de la littérature portant sur 136 articles identifie 14 perspectives de recherche clés sur la qualité et la compréhensibilité de la notation du langage de modélisation unifié (UML), révèle une tendance croissante vers les tests et l'évaluation, et propose des directions de recherche futures incluant l'intégration avec les plateformes low-code et l'amélioration de l'évaluation automatisée.

Sina Alizadeh Tabrizi, Damla Topalli, Nergiz Ercil Cagiltay2026-07-01
💻 informatique

Interpretable Edge Intelligence in 5G: Real-Time Root Cause Analysis of QoS Anomalies in Private Networks

Cet article présente le cadre d'Interpretable Edge Intelligence (IEI), qui combine un LSTM-Autoencoder avec un KernelSHAP compressé par K-Means pour réaliser une analyse de cause racine causale et en temps réel des anomalies de QoS dans les réseaux privés 5G, démontrant une grande précision ainsi que la nécessité critique d'un étalonnage local pour prévenir les échecs de déploiement.

Prajwal V, R Ashok Kumar2026-07-01
💻 informatique

Brain–Behavior Alignment and Cross-Modal Contrastive Learning for Multimodal Autism Spectrum Disorder Detection

Cet article propose le Brain–Behavior Alignment Network with Cross-Modal Contrastive Learning Transformer (BBAN-CMCLT), un nouveau modèle d'apprentissage profond multimodal qui intègre l'IRMf, les données faciales, l'oculométrie et les données cliniques pour atteindre une précision de pointe (98,97 %) dans la détection des troubles du spectre de l'autisme en alignant efficacement les schémas cérébraux et comportementaux.

Deema Mohammed AlSekait, Mohammed Zakariah2026-06-30
💻 informatique

CPBS: A Collaborative Proxy Blind Signature Scheme with Threshold Authorization for Privacy-Preserving Medical IoT

Le document propose CPBS, un schéma de signature aveugle par proxy collaboratif qui exploite un mécanisme de seuil (t,n) pour distribuer la confiance entre des nœuds pairs décentralisés pour une collecte de données sécurisée, respectueuse de la vie privée et auditable dans les réseaux d'Internet des Objets Médicaux à ressources limitées, réduisant de manière significative la charge de calcul et de communication par rapport aux solutions centralisées existantes.

Jinnan Li, Qing Ye, Yi Yang, Qian Zhou, Zhimin Yuan, Shiwei Huo2026-06-30
💻 informatique

CASPA: Content-Aware Global Aggregation and Spatial prior Channel Attention for Thangka Image Super-Resolution

Cet article propose CASPA, un nouveau réseau de super-résolution qui combine des modules d'agrégation globale sensible au contenu (Content-Aware Global Aggregation) et d'attention par canal à priorité spatiale (Spatial prior Channel Attention) afin de surmonter les limites des Vision Transformers existants, permettant ainsi une reconstruction de haute fidélité des images de Thangka avec une capture sémantique à longue portée améliorée et une préservation des détails géométriques fins.

Mengyuan Zhang, Nianyi Wang, Yutong Wang, Yakun Xin, Chenyi Xia, Yanwen Gao2026-06-30
💻 informatique

Difficulty-Aware Sample Allocation for Adaptive Data Augmentation in Semantic Segmentation

Cet article présente le Difficulty-Aware Sample Allocation (DASA), un cadre agnostique à l'architecture qui améliore les performances de la segmentation sémantique en assignant dynamiquement une augmentation de données plus forte aux échantillons en fonction d'un score de difficulté multifactoriel combinant l'ambiguïté de la prédiction, la perte d'entraînement, la rareté des classes et la complexité des contours.

Olasimbo Ayodeji Arigbabu, Abimbola Ismail Arigbabu2026-06-30