💻 Category

cs

974 articles

💻 computer science

A Linear Mapping-Enhanced PPO Framework for Dynamic Load Balancing in Smart City Edge Systems

Cet article propose un cadre d'optimisation de politique proximale améliorée par cartographie linéaire (LME-PPO) qui exploite l'apprentissage par renforcement profond pour optimiser l'équilibrage dynamique de la charge et réduire la latence du système dans les environnements d'informatique de bord des villes intelligentes en cartographiant efficacement les espaces de tâches complexes et en assurant l'équilibre computationnel entre les serveurs de bord.

Fenghui Zhang, Yuhang Jiang, Yuhao Xu, Huaqiang Xi, Qiu Xu, Shijian Zheng, Maosheng Fu2026-07-09
💻 computer science

Consensus among Learning Agents: A Multi-AgentReinforcement Learning Framework withGame-Theoretic Incentives

Cet article propose un cadre d'apprentissage par renforcement multi-agents doté d'incitations issues de la théorie des jeux afin de parvenir au consensus entre des participants de blockchain autonomes et apprenants, démontrant que les politiques convergent vers des équilibres équitables et tolérants à l'adversité tout en identifiant des limitations architecturales spécifiques et en affinant les garanties de convergence théoriques.

Chen Song, Jing Li, Tao Xie2026-07-08
💻 computer science

Understanding Adoption of AI-Based Cybersecurity Systems: The Roles of Cybersecurity Awareness, Trust, and Digital Literacy

Cette étude utilise la modélisation par équations structurelles pour démontrer que, bien que la sensibilisation à la cybersécurité pilotée par l'IA et la littératie numérique favorisent considérablement l'adoption de systèmes de cybersécurité basés sur l'IA, la confiance envers ces systèmes n'influence pas directement l'intention comportementale, soulignant ainsi la nécessité critique pour les organisations de donner la priorité au développement de la sensibilisation à la cybersécurité et de la littératie numérique plutôt qu'au seul renforcement de la confiance.

Abdulkadir Jeilani Mohamud, Abdifatah Nour Rage, Mohamed Adam Isak, Abdisatar Ibrahim Arabow, Abdiwahab Osman Siad2026-07-08
💻 computer science

DustFormer for Joint Dust Segmentation and Density Estimation in Environmental Monitoring Using Deep Learning

Cet article présente DustFormer, un cadre encodeur-décodeur basé sur l'apprentissage profond qui effectue simultanément la segmentation et l'estimation de la densité de la poussière dans des images RVB, atteignant une précision et une robustesse élevées pour la surveillance environnementale, l'agriculture de précision et les applications de détection intelligente.

Falah Y H Ahmed, Eimad Abusham, Ibrahim Salim Sulaiman, Reem Al-Maawali, Bwalya Kelvin Joseph, Muhammad Zakarya2026-07-08
💻 computer science

Enhancing Symbolic Execution of Programs for Interprocedural Control Flow Path Feasibility Analysis

Cet article propose une méthode d'exécution symbolique dirigée, améliorée par des stratégies de symbolisation automatique et de bornage de boucles, afin de vérifier efficacement la faisabilité des chemins de flux de contrôle interprocéduraux, démontrant un rappel et une précision supérieurs par rapport aux outils existants tels que KLEEF lorsqu'elle est appliquée à des projets réels et à l'intégration d'analyses statiques.

Hovhannes Movsisyan, Hripsime Hovhannisyan, Tigran Avagyan, Hayk Aslanyan2026-07-08
💻 computer science

Comparative Performance of General-Purpose Large Language Models and a Specialized Clinical AI Tool on OKAP-Style Ophthalmology Questions

Cette étude évalue cinq grands modèles de langage sur des questions d'ophtalmologie de type OKAP, révélant que les modèles polyvalents, particulièrement Gemini-Pro-3, ont surpassé l'outil d'IA clinique spécialisé OpenEvidence en termes de précision et de calibration, tout en mettant en évidence une hétérogénéité de performance significative et des échecs de raisonnement partagés entre tous les systèmes.

Alon Moore Galindo, Amit Ginsberg, Razan Saadi, Tomer Kerman, David Schwartzman, Anat Loewenstein, Igal Leibovitch2026-07-08
💻 computer science

Proximal Policy Optimization-Based Intrusion Detection with Deep Latent Feature Learning

Cet article propose un nouveau cadre de détection d'intrusion qui combine un autoencodeur empilé à deux étages pour l'extraction de caractéristiques profondes avec un agent d'apprentissage par renforcement profond basé sur l'optimisation de politique proximale, démontrant des performances et une efficacité compétitives sur plusieurs ensembles de données de référence.

Brahim El malki, Nidal Nasser, Ahmed El Ouadrhiri, Khalid EL FAZAZY, Hamid Tairi, Jamal Riffi2026-07-08
💻 computer science

A confidence-convergence decision layer for reliability-aware sequential recognition under limited observations

Cet article propose une méthode de reconnaissance séquentielle basée sur la confiance et la convergence pour les cibles sous-marines en mouvement qui met à jour dynamiquement la confiance du type de comportement et n'accepte les décisions que lorsque la dominance, la stabilité temporelle et la séparation interclasses sont conjointement satisfaites, améliorant ainsi considérablement la précision et réduisant les erreurs sous des observations limitées et incertaines par rapport aux références existantes.

Guangyu Luo2026-07-08
💻 computer science

HiRoC: Selective History Routing and Disagreement-Aware Calibration for Multimodal Conversational Emotion Recognition

Le papier propose HiRoC, un cadre de reconnaissance d'émotions multimodal qui améliore la précision de la prédiction en acheminant sélectivement l'historique conversationnel pertinent à travers des graphes typés par locuteur et en calibrant les décisions à l'aide du désaccord cross-modal pour remédier aux limites des méthodes basées sur les graphes existantes.

Gong Li, Huiqiang Guo, Mengdi Liu, Ziyin Wei, Bowen Gu, Tiquan Gu, Dan Ma2026-07-08
💻 computer science

Automated Loop Detection and Iteration Count Analysis in Binary Code

Cet article présente une méthode automatisée et évolutive qui combine l'analyse statique interprocédurale avec le suivi du flux de contrôle et de la dépendance des données pour détecter avec précision les boucles naturelles et déterminer leur nombre d'itérations dans le code binaire optimisé, atteignant une haute précision et une grande extensibilité sur des logiciels réels et des suites de tests de référence.

Hayk Aslanyan, Garnik Khroyan, Shake Hakobyan, Hripsime Hovhannisyan2026-07-08