💻 computer science

Operational Evaluation of Submanifold Sparse Convolutional Networks for Airborne

Cette étude démontre que les réseaux de convolution parcielle de sous-variétés (SSCN) permettent d'atteindre un traitement de la bathymétrie LiDAR aéroportée de haute précision et de qualité opérationnelle avec une précision de 97,2 % et une couverture de 99,7 % en utilisant un minimum de données d'entraînement, établissant ainsi un jalon reproductible pour les levés côtiers automatisés et le nivellement hydrographique.

Marceau Michel, Thierry Schmitt, Steve Oudot, Romain Billot2026-06-30
💻 computer science

Large Language Model-Powered Administrative AI Agents for Healthcare Documentation Automation: A GPT-4 Framework for Clinical Workflows

Cette étude propose un cadre GPT-4 pour l'automatisation de documents administratifs de santé clés, tels que les résumés de sortie et les demandes de remboursement d'assurance, démontrant une grande fluidité et cohérence grâce à l'ingénierie de requêtes tout en soulignant la nécessité de travaux futurs pour traiter l'exactitude factuelle et l'intégration en conditions réelles.

Patrick O. Akinwumi, Meihua Qian, Oyinkansola A. Babatope, Richard O. Ogunleye, Taiwo A. Olorunsogbon2026-06-30
💻 computer science

A Compressive Sensing Inspired Monte-Carlo Method for Combinatorial Optimization

Cet article introduit un algorithme d'optimisation compressive de Monte-Carlo qui exploite des requêtes aléatoires pour estimer des moments généralisés et un algorithme glouton de détection compressive détourné pour résoudre des problèmes d'optimisation combinatoire, offrant une performance compétitive par rapport au recuit simulé (dual annealing), une justification théorique, et une adaptabilité ajustable aux ressources computationnelles.

Baptiste Chevalier, Shimpei Yamaguchi, Wojciech Roga, Masahiro Takeoka2026-06-30
💻 computer science

Federated Fake News Detection Via Global Self-Attention and Inverse Variance Aggregation Under Data Heterogeneity

Cet article propose FedSAG-IVW, un cadre d'apprentissage fédéré qui combine des mécanismes d'auto-attention locale avec la pondération par l'inverse de la variance et la régularisation de Tikhonov pour détecter efficacement les fausses informations tout en traitant l'hétérogénéité des données et en préservant la confidentialité des données, atteignant une précision supérieure sur plusieurs ensembles de données.

NOVY JACOB Puthukkunnathu, Madhu Viswanatham V2026-06-30
💻 computer science

Digital Reconstruction of Lacquer Art Surfaces Using Computer Vision and Generative Models

Cet article introduit le Structure-Aware Collaborative Generative Framework (SACGF), un nouveau pipeline intégrant Stable Diffusion, ControlNet et SAM pour parvenir à une reconstruction numérique de haute fidélité des surfaces d'art de laque en équilibrant la cohérence structurelle, la fidélité de la texture et la cohérence du style, validé par une nouvelle métrique quantitative et un ensemble de données spécialisé.

xuelan He2026-06-30
💻 computer science

INTeNT-aWaRe Semantic Edge Intelligence for Autonomous 6G Vehicular and UAV Communication Networks

Ce document propose SEM-EDGE-X, un cadre d'intelligence de bord sémantique sensible à l'intention qui intègre l'extraction de caractéristiques sémantiques, le routage adaptatif et la coordination multi-agents pour surpasser de manière significative les modèles de communication conventionnels dans les réseaux dynamiques 6G drone-véhicule à faible latence.

Salma Begum, Mudassir Khan, G Suresh Babu, S Raghavi2026-06-30
💻 computer science

Machine Learning-Based Waiting Time Prediction for Priority Queues with Preemptive and Non-Preemptive Service Rules

Cet article démontre que les modèles d'apprentissage automatique, particulièrement les réseaux de neurones récurrents, peuvent prédire avec précision les temps d'attente dans des systèmes de files d'attente à priorité complexes et variables dans le temps en utilisant uniquement la longueur de la file et la priorité du client, surpassant les méthodes basées sur les arbres pour diverses règles de service non préemptives et préemptives.

Sahil Singh Bhandari, T.G. Deepak2026-06-29
💻 computer science

AI for Maritime Security: Comparative Evaluation of Convolutional Neural Network and Vision Transformer Architectures for Maritime Object Detection

Cette étude évalue six architectures d'apprentissage profond pour la détection d'objets maritimes à travers diverses conditions météorologiques, démontrant que le modèle Vision Transformer (ViT) surpasse les alternatives basées sur les CNN en atteignant une précision de 100 %, les taux d'erreur les plus bas et la vitesse de traitement la plus rapide, soulignant ainsi son potentiel pour améliorer la sécurité et la surveillance maritimes pilotées par l'IA.

Ismet Gocer, Zakirul Bhuiyan, Shakeel Ahmad, Raza Hasan2026-06-29
💻 computer science

Kernel Alignment-based Hybrid Heterogeneous Attribute Space Three-way Clustering for Disease Feature Recognition

Cet article propose une nouvelle méthode de sélection de caractéristiques qui intègre l'alignement de noyaux pour unifier les données médicales hétérogènes au sein d'un espace de Hilbert à noyau reproduisant, et étend le partitionnement tripartite pour modéliser explicitement l'incertitude des frontières, réduisant ainsi efficacement la dimensionnalité tout en améliorant considérablement la précision et la stabilité de la prédiction des maladies sur des ensembles de données cliniques multimodaux.

Cheng Qian, Tinggui Chen, Jianjun Yang2026-06-29