💻 informatique

Design of an Adaptive Digital Intervention System for Preventing and Controlling Social Media Addiction in Adolescents: A Personalized Strategy Optimization Method Integrating NLP Sentiment Analysis and Reinforcement Learning

Cet article propose un système d'intervention numérique adaptatif qui combine l'analyse de sentiment basée sur le TAL avec l'apprentissage par renforcement à contraintes pour optimiser les stratégies personnalisées de prévention de l'addiction aux réseaux sociaux chez les adolescents, démontrant des améliorations significatives de la réduction des risques, du temps d'utilisation et de l'acceptation par les utilisateurs par rapport aux méthodes conventionnelles.

Qing Bian2026-10-12
💻 informatique

Chemical Chain-of-Thought Functions as a Hallucination-Prone Molecular Scratchpad

Cette étude révèle que le raisonnement par chaîne de pensée chimique dans les modèles de langage fonctionne comme un brouillon moléculaire sujet aux hallucinations, où les affirmations structurelles fabriquées sont fréquentes mais constituent des charges causales nécessaires à la génération de réponses correctes, nécessitant une supervision au niveau du processus plutôt qu'une simple évaluation de la réponse.

Yatao Bian, Jiatong Li, Yuxuan Ren, Weida Wang, Xiao-yong Wei2026-10-12
💻 informatique

Hybrid LSTM-Transformer-ACO deep learning models for time series forecasting of solar power

Cette étude propose un nouveau cadre d'apprentissage profond hybride combinant LSTM, Transformer et l'optimisation par colonies de fourmis (ACO) qui, lorsqu'il est optimisé avec Nadam, atteint une précision et une efficacité computationnelle supérieures pour la prévision en temps réel de la puissance solaire et de la charge électrique par rapport aux modèles hybrides autonomes et concurrents.

Mehdi Sepahvand, Ali Mir, Vahid Mehrdad2026-10-12
💻 informatique

Quantum Bayesian Neural Network for Uncertainty-Aware ECG Anomaly Detection

Cette étude propose un réseau de neurones bayésien quantique qui intègre l'ingénierie de caractéristiques multi-échelles, l'apprentissage quantique variationnel et l'inférence bayésienne pour parvenir à une détection d'anomalies ECG de haute performance et sensible à l'incertitude, démontrant qu'un modèle de codage Dense-Angle à six qubits avec réinjection de données atteint une AUC de 0,91 tout en validant sa robustesse via une exécution sur le matériel quantique physique d'IBM.

Van Hieu Nguyen, Sutharshan Rajasegarar, Shiva Raj Pokhrel2026-10-12
💻 informatique

Speculative Decoding Shortcuts Can Undermine Language Model Safety Guarantees

Cet article démontre que les raccourcis de décodage spéculatif et leur combinaison avec des techniques de compression de modèles peuvent considérablement compromettre la sécurité des modèles de langage en introduisant des décalages de distribution dominés par la fuite du modèle de brouillon, ce qui conduit à la proposition d'une acceptation à porte d'alignement pour restaurer les garanties de sécurité.

ABDUL WAHEED, Sayed Hassan Ijaz, Najam Ul Hassan, Muhammad Zaheer Nazir2026-10-12
💻 informatique

Post-hoc reliability assessment and visual explanation for deep learning-based oral mucosal lesion detection

Cet article présente un cadre post-hoc qui améliore la fiabilité et l'interprétabilité d'un détecteur YOLOv11 gelé pour les lésions de la muqueuse buccale en analysant les densités d'incorporation de caractéristiques afin d'identifier les prédictions non fiables et en utilisant la recherche de plus proches voisins pour fournir des explications visuelles, le tout sans nécessiter de réentraînement du modèle.

Ekaterina Tolstaya, Julia Schwärzler, Dinara Kayumova, Stefan Kolek, Antonin Tichy, Sebastian Paris, Gitta Kutyniok, Fal (…)2026-10-12
💻 informatique

Adversarial Robustness of Quantum Supervised Learning for Network Intrusion Detection: White-Box Attacks, PGD-Aware Training, and Classical Benchmarking

Cette étude démontre que, bien que l'entraînement adversarial améliore significativement la robustesse d'un modèle d'apprentissage supervisé quantique à quatre qubits pour la détection d'intrusions réseau contre les attaques en boîte blanche, la performance résultante demeure inférieure à celle d'un perceptron multicouche classique, ne parvenant ainsi pas à soutenir une affirmation d'avantage quantique dans ce contexte de sécurité.

Rahul Bhoge, Ranjit Keole, Pravin Karde2026-10-12
💻 informatique

FedCardioGuard: Quality- and Uncertainty-Aware Personalized Federated Learning with Rare-Class Generalization Audits for ECG Classification

FedCardioGuard est un cadre d'apprentissage fédéré personnalisé, sensible à la qualité et à l'incertitude, pour la classification de l'ECG qui améliore significativement les scores macro-F1 et le calibrage sur des données non-IID grâce à un encodage multi-échelle et une fusion adaptative, bien qu'il éprouve actuellement des difficultés avec la reconnaissance de classes rares en raison de limitations liées au démarrage à froid et au transfert de scores.

Sareh Saberi, Abbas Karimi, Faraneh Zarafshan, Javad Akbari Torkestani2026-10-12