💻 Category

cs

974 articles

💻 computer science

LLM-Augmented Decision Intelligence for Real-Time Supply Chain Risk Assessment: A Parameterized Simulation and FMEA-Based Framework

Cet article présente un nouveau cadre d'intelligence décisionnelle augmenté par les LLM qui intègre la quantification des risques basée sur l'AMDEC au raisonnement contextuel des grands modèles de langage afin de parvenir à une évaluation des risques de la chaîne d'approvisionnement en temps réel, statistiquement significative et à haut rappel, telle que validée par des simulations paramétrées et des tests empiriques approfondis sur le jeu de données DataCo Smart Supply Chain.

Nikhil Reddy Donapati2026-07-07
💻 computer science

Exploring the Potential of Large Language Models for Counter Argument Generation

Cet article introduit un nouveau corpus de contre-arguments diplomatiques issus de discours de l'Assemblée générale des Nations Unies (2005–2024) et évalue les modèles de langage de pointe en utilisant des stratégies de réglage fin temporellement alignées afin d'établir un banc d'essai systématique pour la généralisation transdomaine dans la génération de contre-arguments.

Fatima Mumtaz, Sadaf Abdul Rauf, Saadia Ishtiaq Nauman, Muhammad Ghulam Abbas Malik, Muddesar Iqbal2026-07-07
💻 computer science

CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering

CUPID-Med est un nouveau cadre qui exploite la découverte de prototypes conscients de l'incertitude conforme pour générer des prédictions de clusters de type ensemble, cliniquement interprétables, avec des scores de confiance calibrés, surpassant de manière significative les bases déterministes dans la structuration de données d'imagerie médicale non étiquetées.

Mojtaba Jahanian, Abbas Karimi, Nafiseh Osati Eraghi, Faraneh Zarafshan2026-07-07
💻 computer science

A 2-Layered Game-Theoretic Deep Learning Model for Predicting Lodging Demand: SHAP and Nash Equilibrium

Cette étude propose un cadre d'apprentissage profond de théorie des jeux à deux couches et explicable qui combine SHAP pour l'interprétabilité des caractéristiques et l'équilibre de Nash pour l'analyse de la tarification compétitive afin de surpasser de manière significative les modèles traditionnels dans la prévision de la demande de locations de courte durée.

Nasim Binesh, Kushi Vardhan Reddy Pasham, Atul Sheel, Debojyoti Seth, Gidon Jakar2026-07-07
💻 computer science

Enhancing INS/GNSS Performance with Smart Learning Estimator

Cet article propose un « Smart Learning Estimator » (SLE), un filtre de Kalman augmenté par l'apprentissage profond combinant les architectures TGAN, LSTM et RWFNN, qui améliore considérablement la précision et la robustesse des systèmes de navigation INS/GNSS à faible coût lors d'interruptions prolongées du signal GNSS en surmontant les limites des filtres linéaires traditionnels.

Reza Safvat, Jafar Keighobadi, Morteza H. Sadeghi, Hossein Nourmohammadi2026-07-07
💻 computer science

A Temporal Deep Feature Transfer Hybrid of LSTM and Gradient Boosting Machine for Multi Granularity Smart Grid Electricity Demand Forecasting

Ce document propose TDF-LSTGBM, une nouvelle architecture hybride à deux étapes qui extrait les caractéristiques temporelles de la couche pénultième d'un LSTM empilé et les combine avec des attributs de consommation et temporels pour un Gradient Boosting Machine, atteignant une précision nettement plus élevée dans la prévision de la demande d'électricité du réseau intelligent à plusieurs granularités pour cinq catégories de consommateurs par rapport aux modèles traditionnels LSTM et ARIMA.

SambasivaRao Naraboina2026-07-07
💻 computer science

GraphGarment: Data-efficient Learning of Garment Dynamics from Minimal Real-world Data

GraphGarment est un cadre de sim-to-real efficace en termes de données qui combine un réseau de neurones sur graphes entraîné en simulation avec un correcteur résiduel léger pour prédire avec précision la dynamique des vêtements à partir de données réelles minimales, permettant ainsi un pendage de vêtements robotique robuste.

Wei Chen, Xiaoshuai Chen, Dongmyoung Lee, Kelin Li, Rui Zong, Petar Kormushev2026-07-07
💻 computer science

An Explainable Deep Learning Framework for Integrated Steel Microstructure Classification and Surface Defect Analysis

Cette étude présente un cadre d'apprentissage profond unifié et explicable qui intègre une classification de la microstructure basée sur ResNet50 et une détection de défauts de surface basée sur YOLOv8 avec une estimation de la sévérité par règles pour permettre un contrôle qualité robuste, interprétable et automatisé pour la fabrication de l'acier.

Adisa Rasak, Samuel Ifada2026-07-07
💻 computer science

Pattern-Guided Thermal Buckling and Shrinkage Simulation for Yarn-Level Woven Cloth

Cet article propose une méthode de simulation au niveau du fil qui exploite les motifs de tissage pour calculer la diffusion thermique directionnelle et les gradients de retrait, générant ainsi avec précision les comportements complexes de flambement thermique, de torsion et de rides non uniformes dans les tissus que les modèles de surface traditionnels ne parviennent pas à capturer.

Jong-Hyun Kim2026-07-07
💻 computer science

Algorithmic Penalty for Non-Native Voices: A Three-Arm Diagnostic Accuracy Audit of Five Commercial AI Text Detectors Against Pre-LLM Scientific Literature — Protocol for the AUDIT-AI Study

L'étude AUDIT-AI est un audit de précision diagnostique à trois bras, préenregistré, conçu pour quantifier si les détecteurs de texte IA commerciaux classent systématiquement la littérature scientifique de longue forme provenant d'institutions non anglophones comme étant générée par IA, comparativement aux travaux rédigés par des locuteurs natifs et aux réécritures vérifiées par IA.

Adnan Agha, Eram Anwar2026-07-07