💻 Category

cs

927 articles

💻 computer science

Tensor Network Machine Learning for Wildfire Susceptibility Mapping: from Grokking Dynamics to Quantum Mixedness of Class Representations

Cet article introduit un cadre de réseaux de tenseurs d'inspiration quantique utilisant des états de produits de matrices et des plongements AlphaEarth pour la cartographie de la susceptibilité aux incendies de forêt dans la région du Gargano, ce qui permet non seulement d'atteindre une précision de classification compétitive, mais révèle également des dynamiques de « grokking » distinctes et fournit une analyse par niveaux, ancrée physiquement, de la séparabilité des classes grâce aux diagnostics de mélange quantique.

Domenico Pomarico, Alessandra Costantino, Gabriel Ramirez Sanchez, Loredana Bellantuono, Davide D'Alò, Mario Elia, Aless (…)2026-07-29
💻 computer science

HCSC-Net: Hierarchical Contextual Semantic Calibration for CLIP-based Weakly Supervised Semantic Segmentation

Cet article propose HCSC-Net, un cadre de calibration sémantique contextuelle hiérarchique qui améliore la segmentation sémantique faiblement supervisée basée sur CLIP en intégrant des modules de Calibration Structurelle par Groupe et de Calibration Sémantique Contextuelle Résiduelle pour résoudre les problèmes d'incohérence structurelle et d'interférence de l'arrière-plan, atteignant des performances de pointe sur les benchmarks PASCAL VOC 2012 et MS COCO 2014.

Xiaoming Bai, Xiaoyan Shao, Lingling Li, Xuezhuan Zhao, Zhenhao Zhao, Jian Zhang2026-07-29
💻 computer science

Contextual Cue Susceptibility in Clinical AI: A Randomized Controlled Clinician-Comparator Study

Cette étude contrôlée randomisée révèle que les grands modèles de langage sont nettement plus sensibles que les cliniciens humains aux indices contextuels induisant des choix de diagnostic erronés, mettant en évidence une vulnérabilité critique pour la sécurité des systèmes d'IA clinique qui peut être atténuée par des stratégies de prompting spécifiques.

Mahmud Omar, Reem Agbareia, Alexander Charney, Raja-Elie Abdulnour, Ankit Sakhuja, Eyal Klang, Girish Nadkarni, Benjamin (…)2026-07-29
💻 computer science

TRIBRID-Optimized MobileNetV3 Framework for Explainable Printed Circuit Board Defect Classification

Cet article présente un cadre de classification des défauts de PCB explicable qui combine l'optimisation des hyperparamètres par TRIBRID, l'apprentissage par transfert et MobileNetV3 afin d'atteindre une précision et une interprétabilité parfaites tout en maintenant l'efficacité computationnelle requise pour les systèmes d'inspection optique automatisée intelligents.

Manjunath G. Asuti, Nirmalkumar S. Benni, Ramesh B T, Phanindra Reddy Kannari, S N Chaitra, K J Kavitha, B P Mishra2026-07-29
💻 computer science

TPM-Free Post-Quantum Attestation for Legacy Industrial Control Devices Using Commodity-Hardware Trusted Execution

Cet article présente un mécanisme d'attestation post-quantique indépendant du matériel pour les dispositifs industriels hérités qui exploite le cycle hibernation-reprise sur des plateformes x86 de commodité pour capturer et signer l'état d'exécution à l'aide de CRYSTALS-Dilithium, permettant ainsi une vérification fiable sans matériel de sécurité dédié tel que les TPM.

Tejasva Jadhav2026-07-29
💻 computer science

Hybrid Multi- Expert Deep Learning Framework for Operational SAR Maritime Surveillance and Dark Vessel Identification

Cet article propose un cadre d'apprentissage profond hybride multi-experts qui utilise un mécanisme de routage intelligent ResNet-50 pour sélectionner dynamiquement des modèles de détection spécialisés (YOLOv8 et Mask R-CNN amélioré par SwinIR) pour différents environnements maritimes, atteignant une grande précision dans la détection de navires et identifiant avec succès les navires sombres dans des scénarios réels tels que le détroit de Singapour.

Syed Wajid Ali, Sudhir Nadda, Shivani Verma, Shuchismita Mishra2026-07-29
💻 computer science

Bridging AI Design and Public Accountability: A Tool and Owner Principle and Framework for Anthropomorphic AI Governance

Cet article propose un modèle de gouvernance centré sur les parties prenantes pour l'IA anthropomorphe qui établit un principe d'« outil-propriétaire » afin de clarifier la responsabilité et introduit le Cadre de Responsabilité des Externalités Internalisées (IEAF) pour opérationnaliser la responsabilité des développeurs à travers trois niveaux d'engagement émotionnel et de contrôle de l'utilisateur.

Zi An Wang2026-07-29
💻 computer science

Atlases Are Already Inside: Recovering Population Templates from Pretrained Diffusion Models

Cet article démontre que les modèles de diffusion pré-entraînés encodent implicitement des atlas anatomiques à l'échelle de la population au sein de leur dynamique apprise, permettant la récupération directe de modèles cérébraux nets, conditionnés par l'âge et compétitifs en termes de recalage, grâce à une inférence déterministe sans nécessiter de recalage explicite ni d'objectifs d'entraînement spécifiques à un atlas.

Jian Shi, John Femiani, Peter Wonka2026-07-29
💻 computer science

BQEB ForecastBench: Benchmarking AI Models for Smart Grid Forecasting Using BQEB-Data v1

Cet article introduit BQEB ForecastBench, un cadre d'évaluation ouvert utilisant le jeu de données BQEB-Data v1 pour standardiser l'évaluation des modèles d'IA pour les prévisions de réseaux intelligents, démontrant à travers des expériences de référence que la régression linéaire surpasse les autres modèles pour prédire la charge et les prix de l'électricité tout en soulignant la complexité inhérente à la prévision des prix.

Rakesh Kumar Agrawal2026-07-29
💻 computer science

When and What Will Customers Buy Next? A Dual-Task Deep Learning Framework for Repurchase Prediction in E-Commerce

Cette étude propose un cadre d'apprentissage profond à double tâche basé sur LSTM qui prédit simultanément le moment du rachat par le client et la sélection du prochain produit, démontrant une performance supérieure aux modèles existants sur des données de commerce électronique à grande échelle et offrant un système d'agent IA pratique pour l'optimisation automatisée du marketing.

Gia Bao Huynh, Thi Thuy Hanh Nguyen2026-07-29