cs articles | Gist.Science

A CNN-Transformer Encoder-Decoder for Image Captioning: Label Smoothing, Backbone Fine-Tuning, and Length-Normalized Decoding

Cet article présente une étude d'ingénierie systématique d'un modèle de légendage d'images basé sur un Transformer sur MS COCO 2017, démontrant que la combinaison du réglage fin partiel de l'épine dorsale CNN avec un décodage par recherche en faisceau normalisée par la longueur améliore significativement les métriques d'évaluation standards et la diversité lexicale par rapport à une référence gelée.

Rejuyan Hossain Shawon, Faysal Al Fahad Siam, Mohammed Shafiullah Raihan, Shahrin Khan, Mohammed Saifuddin Munna, Mir Mo (…)2026-10-13

💻 informatique

MQM‑Fin: A Risk‑Weighted Hybrid Quality Assurance Framework for Localizing Financial Software - Beyond LISA and SAE J2450

Cet article propose MQM-Fin, un cadre d'assurance qualité hybride pondéré par les risques qui améliore le modèle Multidimensional Quality Metrics avec des multiplicateurs de risque spécifiques au domaine financier et une taxonomie spécialisée des modes de défaillance afin de pallier les limites des modèles d'AQ existants tels que LISA et SAE J2450 pour la localisation de logiciels financiers.

Sina Alizadeh Tabrizi2026-10-13

💻 informatique

Development of a Road Sign Recognition System Based on a Convolutional Neural Network

Cet article présente un système de reconnaissance de panneaux de signalisation basé sur un réseau de neurones convolutifs qui atteint une précision de 96,8 % sur 43 classes en employant des techniques telles que l'augmentation de données et le dropout pour gérer les variations d'échelle, d'illumination et de rotation, améliorant ainsi la sécurité routière.

Aizhan Nazyrova, Zhanar Lamasheva, Assel Zhumabayeva, Zhainagul Abzal, Ayaulym Idrisheva, Shadi Aljawarneh2026-10-13

💻 informatique

Joint Classification and Supervised Contrastive Representation Learning for Cervical Cancer Detection in Histopathological Images

Cet article propose un cadre d'apprentissage profond qui intègre l'apprentissage contrastif supervisé à ResNet-50 pour améliorer significativement la précision et la robustesse de la détection du cancer du col de l'utérus dans les images histopathologiques, atteignant une précision équilibrée de 96,90 % sur le jeu de données CAISHI.

Nebras Sobahi, Osman Fatih Koparir, Abdulkadir Sengur, Berrin Tarakci Gencer2026-10-13

💻 informatique

MODEMS: A Tailored Solution for Promoting On-Campus Passenger Mobility

Cet article présente MODEMS, un cadre de simulation pour le covoiturage électrique sur campus qui formule le défi du routage comme un problème de transport à la demande autonome électrique hétérogène et le résout en utilisant une combinaison de modèles de programmation linéaire en nombres entiers mixtes et d'un algorithme de recherche à grand voisinage adaptatif au sein d'une approche dynamique à horizon glissant.

Mostafa Emam, Björn Martens, Thomas Rottmann, Matthias Gerdts Gerdts2026-10-13

💻 informatique

MSX-FTID: A Novel Multi-spectral Dynamic Facial Thermal Image Database for Emotion Recognition

Cet article présente le MSX-FTID, une nouvelle base de données d'images faciales thermiques dynamiques multispectrales, et valide son efficacité pour la reconnaissance précise des émotions à travers six émotions de base à l'aide d'une approche d'apprentissage profond, offrant une alternative robuste aux méthodes conventionnelles en lumière visible pour des applications dans l'informatique affective et la santé.

Sakshi Gupta, Anwesha Sengupta2026-10-13

💻 informatique

Automatically Detecting Code-Switching Between Nigerian Pidgin English and English

Cette recherche aborde la nature sous-ressourcée du pidgin anglais nigérian en introduisant un corpus annoté multi-domaine et en démontrant que les modèles PPM basés sur la compression offrent une alternative efficace sur le plan computationnel et compétitive aux méthodes supervisées traditionnelles pour la détection automatique de l'alternance codique entre le NPE et l'anglais standard.

Godspower Ogbonda, William Teahan2026-10-13

💻 informatique

Platonic Projection Structures: Operator-Induced Observability in Representation Learning

Cet article introduit les Structures de Projection Platoniciennes (PPS), un cadre théorique des opérateurs qui modélise l'observabilité dans l'apprentissage de représentations comme une géométrie induite par des opérateurs auto-adjoints, unifiant ainsi des concepts de la mesure quantique et de l'apprentissage profond tout en révélant les limites fondamentales de l'interprétabilité et du transfert imposées par le noyau de l'opérateur d'observation.

Kazuo Ishii, Bishnu Prasad Gautam, Jieling Wu, Saher Javaid2026-10-13

💻 informatique

Geo-Reflex: Geometry-Gated Spiking Visuomotor Policy Learning for High-Frequency Robot Manipulation

Geo-Reflex est une politique visuomotrice à impulsions à porte géométrique qui module les seuils de décharge des neurones à l'aide de gradients géométriques visuels à faible taux pour fusionner efficacement le retour proprioceptif à haute fréquence pour la manipulation robotique à haute fréquence, atteignant une précision, une efficacité et une robustesse supérieures par rapport aux bases de référence synchrones et à impulsions existantes.

Xuhong Fang, Chongwei Huang, Weiming Zhang2026-10-13

💻 informatique

PEA-ARS: Privacy-Enhanced and Arbitrable V2V Accident Reporting System with Fuzzy Consensus

Le système PEA-ARS propose un cadre de signalement d'accidents V2V respectueux de la vie privée et arbitrable qui intègre la cryptographie sur courbes elliptiques avec SimHash et les contrats intelligents pour équilibrer efficacement la confidentialité des utilisateurs, la vérification des preuves et la gestion de la confiance, tout en surmontant les barrières de déploiement des solutions existantes.

Siyuan Chen, Siying Cao, Xinyu Meng2026-10-12

← Précédent Suivant →