💻 informatique

Institutional Dynamics in Agent-Based Models: Identifying Action-Space, Timing, and Distributional Effects Through Controlled Simulation

Cet article introduit une conception méthodologique computationnelle et un diagnostic de synchronisation par appariement d'exposition afin d'isoler la manière dont les changements institutionnels altèrent spécifiquement les espaces d'action disponibles et les résultats distributionnels pour les agents dans les modèles à base d'agents, démontrant, à travers des simulations contrôlées, que les architectures de droits dynamiques atténuent de manière significative les effets restrictifs des régimes statiques dans des conditions de rareté des ressources.

Roberto Garrone2026-10-27
💻 informatique

Temporal Graph Models for Forecasting Clique Tension in Evolving Communication Networks: Group Turnover and Evaluation Pitfalls

Cet article démontre que la prévision de la tension des cliques dans les réseaux de communication évolutifs est fondamentalement limitée par un taux de rotation élevé des groupes et des pièges d'évaluation, révélant que des modèles simples basés sur la persistance, augmentés de probabilités de survie, surpassent les réseaux de neurones sur graphes complexes dans des contextes opérationnels.

Arnav Angarkar, Anand P. Barangi2026-10-27
💻 informatique

Temporal Causal Discovery: Modeling Failure Propagation Sequences in LERs

Cet article propose un nouveau cadre pour la découverte de causalité temporelle dans les rapports d'événements de licencié (LER) qui dépasse l'extraction statique de causes à effets pour reconstruire des séquences de propagation de défaillances dynamiques en abordant des défis tels que la confusion entre l'ordre de narration et l'ordre chronologique ainsi que la rareté des marqueurs temporels grâce à l'intégration de l'expertise du domaine et de l'apprentissage fondé sur les données.

Albert Schulle2026-10-27
💻 informatique

Comparative Analysis of Rule-Based, Deep Learning, and LLM Approaches for Causality Extraction: A Unified Benchmark

Cet article établit un référentiel unifié pour comparer rigoureusement les approches fondées sur des règles, l'apprentissage profond et les grands modèles de langage pour l'extraction de causalité à travers divers domaines, visant à démêler les véritables avantages méthodologiques des artefacts de référence en évaluant la performance, la généralisation et les profils d'erreur selon des protocoles standardisés.

Albert Schulle2026-10-27
💻 informatique

Quantum-Inspired Deep Spatio-Temporal Network for Remaining Useful Life Prediction of Turbofan Engines

Ce document propose le Quantum-Inspired Deep Spatio-Temporal Network (QIDSTN), une architecture compacte et sensible à la sécurité qui exploite des couches de rotation d'inspiration quantique, des mécanismes d'attention duaux et une perte asymétrique pour améliorer significativement la précision et la sécurité de la prédiction de la durée de vie résiduelle des turboréacteurs sous des conditions de fonctionnement complexes et multi-régimes.

Alireza Rezaei, Azam Bastanfard2026-10-27
💻 informatique

Sequencing and Paradigm-Transition Evidence in Object-Oriented Programming: A Systematic Review

Cette revue systématique de 16 études conclut que, bien que le séquençage « d'abord les objets » présente de légers avantages par rapport aux approches « les objets plus tard », les preuves sont biaisées par les outils visuels et les échantillons restreints, suggérant que le fait de lier explicitement les connaissances procédurales aux concepts orientés vers les objets est un facteur plus critique pour un apprentissage réussi que le seul séquençage.

Fredrick Michael Ogore2026-10-27
💻 informatique

Sentiment Analysis of Thought-Related Language in the Context of Cognitive Disorders Using Machine Learning, Transformer-based Architecture and Large Language Models

Cette étude présente un cadre pour analyser la polarité du sentiment dans les textes de réseaux sociaux liés à la pensée en utilisant un ensemble de données à grande échelle, démontrant que les modèles d'apprentissage automatique traditionnels comme la régression logistique et les architectures de transformateurs légères comme DistilBERT classent efficacement les sentiments positifs et négatifs tout en soulignant la nécessité d'une supervision humaine dans les applications de santé mentale.

Tasnim Niger, Md. Kamrul Hasan, Hasan Mahmud2026-10-27
💻 informatique

Waiting, judgment, and responsibility: lessons from divination for human oversight of irreversible decisions

S'appuyant sur le texte de divination chinois ancien *Yijing*, cet article propose un cadre pour la supervision humaine des décisions irréversibles de l'IA qui équilibre la valeur de la collecte de preuves supplémentaires avec les bénéfices psychologiques du réconfort, démontrant que le fait de fournir aux utilisateurs des données pertinentes, des orientations interprétatives et des mécanismes de compensation distincts peut optimiser les résultats décisionnels tout en atténuant l'anxiété et la peur de la responsabilité.

Junzhe Shi, Yuan Gan, shengyu Tao, Shumo Wang, Yuhan Hao2026-10-27