💻 Category

cs

3657 articles

💻 informatique

The Reconstruction Gap: Boundary Noise and the Limits of Holographic Bulk Recovery in Deep Learning, with Implications for Black-Box AI Auditing

Cet article introduit le concept de « fossé de reconstruction » pour démontrer que les modèles d'apprentissage profond holographiques souffrent d'erreurs de métrique interne significatives et imprévisibles sous des conditions de bord bruitées, quantifiant ainsi les limites fondamentales de l'audit de l'IA de type boîte noire pour certifier les mécanismes internes d'un modèle.

Alfredo Merlet2026-10-15
💻 informatique

Adaptive TinyML at the Edge: A Multi-Seed Empirical Study of Drift, Robustness, Energy, Federated Learning, and Explainability

Cette étude empirique multi-graines de TinyML adaptatif sur des données de capteurs synthétiques démontre que l'apprentissage en ligne atténue considérablement la dérive de concept et que les politiques énergétiques adaptatives surpassent les modèles statiques, tout en révélant que la quantification des caractéristiques d'entrée préserve la précision jusqu'à 4 bits, que les revendications d'équité de l'apprentissage fédéré nécessitent un retrait, et que les bases neuronales surpassent les régleurs flous en termes de précision malgré la supériorité de l'interprétabilité structurelle de ces derniers.

Kunal Dhanda2026-10-15
💻 informatique

Data Leakage in Agricultural Object Detection Studies: A Critical Analysis, Recipes, and Recommendations

Cet article analyse de manière critique la fuite de données généralisée dans la recherche sur la détection d'objets agricoles, introduisant un système de notation à 12 critères pour évaluer 33 études basées sur PlantDoc et révélant que, bien que les performances rapportées soient élevées, la plupart des études souffrent de lacunes méthodologiques — particulièrement concernant l'étendue de l'augmentation — qui compromettent la fiabilité en conditions réelles, incitant ainsi des recommandations spécifiques pour les auteurs, les réviseurs et les gestionnaires de bases de données.

Mohieddine Jelali2026-10-15
💻 informatique

Curvature-Based Shrinkage for Label-Budgeted Recalibration under Dataset Shift: An Empirical Risk Study

Cette étude de risque empirique démontre que la contraction basée sur la courbure améliore la perte de prédiction par rapport au calibrage de la source sous un changement de jeu de données avec des étiquettes limitées, bien que sa supériorité par rapport à des bases de référence plus simples soit dépendante du contexte, soulignant un compromis de déploiement critique entre les gains moyens et le risque de recalibrage néfaste.

Jufeng Li, Wenjie Li2026-10-15✓ Author reviewed ⓘ
💻 informatique

SSDT-YOLO: An Underwater Object Detection Framework for Efficient Small-Target Recognition in Complex Environments

Cet article propose SSDT-YOLO, un cadre optimisé basé sur YOLOv8 intégrant les mécanismes TEfficientNet, SPDConv, C2f-Dual et SCSA afin de parvenir à une détection de petites cibles sous-marines efficace et de haute précision dans des environnements complexes et à faible luminosité, tout en réduisant considérablement le nombre de paramètres du modèle.

Chaoyang Chen, Gangzhi Hu, Zunhui Yi, Lei He, Dan Yang2026-10-15
💻 informatique

A CEDNet-based Algorithm for Cattle Detection and Counting in Complex Farming Environment in UAV Imagery

Cet article propose C2Net, un algorithme léger basé sur CEDNet qui exploite des annotations ponctuelles et une nouvelle transformation de distance inverse focalisée (Focus Inverse Distance Transform) pour parvenir à une détection et un comptage de haute précision du bétail dans l'imagerie complexe de drones, répondant ainsi aux défis tels que l'occlusion et les coûts d'annotation tout en offrant une solution pratique pour le déploiement sur des dispositifs de bord.

Tao Wu, Yihan Niu, Xi Chen, Qizhao Zhou2026-10-15
💻 informatique

Multi-Task Framework for Efficient Knee Osteoarthritis Segmentation and Classification

Cet article propose un cadre d'apprentissage multitâche flexible qui unifie les architectures de réseaux de neurones convolutifs (CNN) 2D et 3D pour effectuer simultanément la classification de l'arthrose du genou et la segmentation du ménisque et du cartilage, démontrant que la variante 2D surpasse les modèles de référence 3D en termes de précision, de vitesse de convergence et d'efficacité computationnelle sur un ensemble de données d'IRM à grande échelle.

Yun Xin Teoh, Marouane TLIBA, Mohamed Berrimi, Khin Wee Lai, Siew Li Goh, Rachid Jennane2026-10-15
💻 informatique

Monocular Panoramic Imaging for High-Precision 3D Shape Reconstruction

Cet article présente un nouveau système de détection panoramique multi-vues monoculaire qui capture plusieurs perspectives en une seule exposition afin de réaliser une reconstruction de forme 3D de haute précision et en temps réel en parcourant les coordonnées polaires des voxels de contour, surmontant ainsi efficacement des défis tels que les surfaces sans texture et les configurations de caméras complexes.

Weiqing Guo, Zhulong Pan, Xiaogang Wu, Yue Wu2026-10-15
💻 informatique

Fatigue Driving Detection Based On Multimodal EEG Feature Fusion

Ce document propose MEFD-Net, un modèle de fusion de caractéristiques EEG multimodal qui intègre un BiLSTM amélioré, des convolutions multi-échelles adaptatives avec auto-attention et des réseaux de neurones convolutifs purs afin de parvenir à une détection de la fatigue de conduite robuste et de bout en bout, avec une amélioration significative de la précision, du rappel et des scores F1 par rapport aux méthodes existantes.

Qiong Hong, Zhonghua Xu, Lianshan Pan, Peng Wang, Hao Zhang, Jie He2026-10-15