💻 computer science

E-Taste Signal Encoding and Classification via Multi- Attention Residual Networks Using sEMG Streams in Virtual Sensory Systems

Cette étude introduit un nouveau modèle d'apprentissage profond MACB-ResNet qui améliore considérablement la précision de la classification des stimuli de goût virtuel à partir de signaux d'électromyographie de surface (sEMG) faciale pour atteindre 86,32 %, surpassant ainsi les classificateurs traditionnels et les classificateurs d'apprentissage profond standards pour des applications dans la santé numérique et la technologie alimentaire.

Zhendong Song, Asif Ullah, Majad Mansoor, You Wang2026-07-09✓ Author reviewed
💻 computer science

Enhanced Seam Segmentation for Automated Welding Robot in Construction Through Transfer Learning: Addressing Limitations of Bilateral Segmentation Network

Cette étude propose un cadre basé sur l'apprentissage par transfert qui améliore BiSeNetV2 avec une perte hybride Cross-Entropy–Lovász pour obtenir une segmentation de joint robuste et en temps réel pour le soudage robotique autonome dans la construction, améliorant significativement les performances sur les surfaces réfléchissantes sans augmenter la complexité computationnelle.

Keonvin Park, Yong Ann Voeurn, Hyeokjun Kweon, Doyun Lee2026-07-09
💻 computer science

TITAN: Three-Tier Intrusion-Detection Tree-Based Adaptive Network for Industrial Internet of Things 

TITAN est une nouvelle architecture d'apprentissage fédéré à trois niveaux pour la détection d'intrusions dans l'Internet des Objets Industriels qui surmonte les défis des données non-IID et du déséquilibre des classes en n'échangeant que les sorties de prédiction et les résumés de dispositifs via une distillation de connaissances adaptative et une agrégation bayésienne, atteignant une performance macro-F1 supérieure aux méthodes existantes sans nécessiter le partage de données brutes ou de gradients.

Sandeep Ghosh, Mohammed Al-Khafajiy, Saeid Pourroostaei Ardakani Ardakani2026-07-09
💻 computer science

Privacy-Utility Tradeoffs in Hierarchical Federated Learning Under Combined Differential Privacy and CKKS Homomorphic Encryption for Distributed Healthcare Networks

Cet article propose un cadre d'apprentissage fédéré hiérarchique pour la santé qui intègre la confidentialité différentielle au niveau du client avec le chiffrement homomorphe CKKS au niveau de l'institution, démontrant que si la confidentialité différentielle entraîne des pertes de précision mesurables dépendantes du budget de confidentialité, le chiffrement homomorphe n'introduit aucune dégradation de l'utilité, isolant ainsi et quantifiant les compromis distincts entre confidentialité et utilité de chaque mécanisme.

Sayed Mohammed Alwedaei, Jenan Moosa2026-07-09
💻 computer science

Automatic Prosodic Audio Description Modeling

Cet article propose un cadre unifié qui intègre la génération de récits sémantiques à la modélisation prosodique de la description audio, démontrant que la synthèse basée sur des références capture efficacement les nuances émotionnelles telles que la fréquence fondamentale et le débit de parole pour améliorer l'accessibilité pour les utilisateurs malvoyants, bien qu'une validation perceptuelle soit encore requise.

Christian Quintero, Alexander Rozo‑Torres, Cristian Plazas2026-07-09
💻 computer science

CD-LHBC: A Consensus-Driven Lightweight Hierarchical Blockchain for Digital Cousin Networks

Ce document propose le CD-LHBC, une blockchain hiérarchique légère pilotée par le consensus pour les réseaux de cousins numériques (Digital Cousin Networks) qui intègre des sous-chaînes régionales, une chaîne de coordination et un score de cohérence de cousin numérique dynamique afin d'atteindre une synchronisation à faible latence et tolérante aux pannes à travers des environnements multi-régions avec jusqu'à 25 % de nœuds malveillants.

Renke Zhao, Shaofei Lu2026-07-09
💻 computer science

Environment-specific, data-driven radiation source detection, localization and tracking via a sensor network and ensembles of randomized decision trees

Cet article présente une approche pilotée par les données utilisant des réseaux de capteurs et des ensembles d'arbres de décision aléatoires pour détecter, localiser et suivre avec précision des sources radioactives dans des environnements complexes, démontrant une performance supérieure aux méthodes traditionnelles tout en éliminant la nécessité d'une modélisation détaillée du transport des radiations.

Andrew White, Cory Simon, Haori Yang2026-07-09
💻 computer science

Quality-Constrained Preference Fading Model for Discrete Diffusion Recommendation

Ce document propose le modèle Quality-Constrained Preference Fading (QCPF), qui améliore la recommandation par diffusion discrète en remplaçant l'échantillonnage aléatoire uniforme par une distribution de mélange sensible à la qualité et un mécanisme de filtrage des faux négatifs afin de générer des trajectoires de dégradation de préférence plus informatives, améliorant ainsi considérablement la performance de recommandation Top-K sans ajouter de latence d'inférence.

Weisong Zhang, Tianwei Xu, Juxiang Zhou, Bingkun Wang2026-07-09
💻 computer science

Autonomous AI and Agentic Testing Agents: A Multi-Agent Architecture for Self-Directed Software Quality Assurance

Cet article propose une architecture multi-agents exploitant des agents autonomes pilotés par des LLM pour permettre une assurance qualité logicielle autodirigée en automatisant la génération, l'exécution, l'auto-réparation et le triage de défauts, tout en apprenant continuellement des résultats historiques afin de pallier les limites des tests scriptés traditionnels.

Urvish Gajjar2026-07-09