💻 computer science

A Deep Set-Based Aggregation Approach for Repeated Measurements: Insights from Variable-Length Wearable Device-Measured Physical Activity Data

Cette étude démontre que l'agrégation basée sur les Deep Sets exploitant l'auto-attention surpasse les méthodes traditionnelles pour la modélisation de données d'activité physique portées de longueur variable et à haute fréquence, tout en suggérant que des stratégies d'agrégation plus simples demeurent suffisantes pour des mesures plus stables et à basse fréquence.

Jaeyoung Park, Suyeon Kang, Ramakanth Yakkanti, Ausberto Velasquez Garcia2026-07-03
💻 computer science

AdapNet-IDS: A Self-Adapting, Interpretable Deep Learning Framework for Real-Time Intrusion Detection

Cet article présente AdapNet-IDS, un cadre d'apprentissage profond auto-adaptatif et interprétable qui intègre le BiLSTM, l'auto-attention et la consolidation de poids élastique (Elastic Weight Consolidation) pour parvenir à une détection d'intrusion de haute précision et en temps réel, dotée de capacités d'apprentissage continu et d'une prise de décision transparente à travers divers environnements réseau.

Nandhini Pari2026-07-03
💻 computer science

Closed-Loop Fairness and Privacy Optimization for Federated Text Classification under Non-IID Data

Cet article propose FedMOJO, un cadre collaboratif en boucle fermée qui intègre l'apprentissage de représentations de bas rang, la confidentialité différentielle et l'optimisation de l'équité-confidentialité pour équilibrer efficacement l'utilité, l'équité de groupe et la préservation de la confidentialité dans la classification de textes fédérée sous des données non-IID.

Lihong Guo, Mingkai Dai, Luogang Zhang, Chao Ma2026-07-02
💻 computer science

Node-Level Fault Monitoring in WSN using Deep Neural Networks with Real-Time Graph Mapping and Performance Analysis

Cet article propose un cadre d'apprentissage profond utilisant des modèles CNN, RNN et LSTM pour détecter les défaillances au niveau des nœuds dans les réseaux de capteurs sans fil basés sur les caractéristiques temporelles, validé par des mesures de performance et visualisé via une interface de cartographie graphique en temps réel.

Manjunatha A S, Venkatramana Bhat P, Ramakrishna M2026-07-02
💻 computer science

A transferable explainable and uncertainty-aware machine learning framework for water quality classification in data-scarce regions

Cette étude propose un cadre d'apprentissage automatique transférable, explicable et conscient de l'incertitude pour la classification de la qualité de l'eau dans les régions où les données sont rares, qui combine des familles de tâches distinctes et une modélisation robuste afin de fournir un outil d'aide à la décision prudent et reproductible plutôt qu'un classificateur automatique aveugle.

Mahoudo Fidèle ASSOGBA, Papin Sourou MONTCHO, Alhassane Diami DIALLO, Kossoko Babatoundé Audace DIDAVI, Adama Moussa SAK (…)2026-07-02
💻 computer science

A Hybrid Metaheuristic for the Family Capacitated Vehicle Routing Problem

Cet article présente l'ILS+SP, une métaheuristique hybride combinant la recherche locale itérée avec une post-optimisation par partitionnement d'ensemble, qui surpasse considérablement les méthodes de pointe existantes pour résoudre le problème de tournées de véhicules avec capacités familiales en atteignant des solutions quasi optimales sur des instances de référence à grande échelle.

Bruno Oliveira, Diogo Lima, Marcos Roboredo2026-07-02
💻 computer science

When Pooling Fails: An Information-Theoretic Ceiling on Object Grounding in Aggregated Planning Agents

Cet article démontre que les agents de planification basés sur le regroupement (pooling) font face à un plafond de calculable et irréductible sur l'ancrage d'objets déterminé uniquement par la dimension de l'incorporation et le nombre d'objets, une limitation structurelle qui provoque une perte d'identité indépendamment de la capacité du modèle ou de l'entraînement.

Shoryavardhaan Gupta2026-07-02✓ Author reviewed
💻 computer science

Entropy-resolved sensor selection for compact and interpretable temporal multisensor monitoring

Cette étude propose le cadre d'actionnabilité des capteurs par résolution d'entropie (ESA), une méthode de sélection unifiée qui intègre la pertinence de l'information, la stabilité temporelle, la non-redondance et la complétude afin d'identifier des sous-ensembles de capteurs compacts et interprétables qui maintiennent une performance prédictive quasi parfaite sous diverses conditions de terrain et en présence de données manquantes.

Faris A. Kateb, Adel Aboud Bahaddad2026-07-02
💻 computer science

Matrix Product State Engine for FPGA QuantumCircuit Simulation Beyond Five Hundred Qubits.

Cet article présente un simulateur de circuits quantiques à états de produits de matrices (MPS) accéléré par FPGA, capable de gérer plus de 500 qubits en déchargeant les contractions de tenseurs vers un Xilinx Alveo U55C tout en maintenant la SVD et l'échantillonnage sur l'hôte, démontrant que la performance évolue avec la dimension de liaison plutôt qu'avec le nombre de qubits et validant le rôle critique du système à travers des expériences rigoureuses de correction et de falsification.

Nasir Ali Nasir Ali2026-07-02
💻 computer science

Algorithmic Convergence and Performance Guarantees for Virtual Try-On (VTO) Systems under Dynamic Environmental Uncertainties

Cet article introduit l'algorithme Robust Stochastic Variance-Reduced Virtual Try-On (RSVR-VTO), un cadre d'optimisation robuste à la distribution qui garantit un déformage géométrique et une synthèse de texture stables sous des incertitudes environnementales dynamiques, tout en atteignant un taux de convergence de O(1/ε²) et des performances supérieures sur des bancs d'essai haute résolution.

Elham Rezaei2026-07-02