💻 informatique

A Tool Wear Prediction Method Based on Multi-Scale Temporal Feature Fusion

Ce document propose GLDformer, un nouvel outil de prédiction de l'usure des outils qui intègre la fusion de caractéristiques temporelles multi-échelles, la modélisation de caractéristiques globales-locales et la décomposition tendance-détail pour capturer efficacement la dynamique complexe des signaux, atteignant une précision et une généralisation supérieures lors de la validation croisée entre outils par rapport aux modèles de référence existants.

Chen Jinguo, Sun Da, He Genghuang, Luo Manting, Chen Youxing, Li Miao, Zhang Qinkun, Chen Linhan2026-10-01
💻 informatique

Cross-Lingual Transfer Learning and LLM-Assisted Gloss Generation for Low-Resource Tamil Voice and Text to Sign Language Pose Generation

Cet article présente le premier système de génération de poses de langue des signes à partir de la voix et du texte pour le tamoul, une langue à faibles ressources, en combinant la génération de gloses assistée par LLM via le réglage fin LoRA avec l'apprentissage par transfert translinguistique à partir de la langue des signes allemande, atteignant des performances de pointe grâce à un pipeline qui transcrit la parole, génère des gloses et synthétise des poses validées par rétrotraduction.

Ramya Cauvery D, Josephine Usha L2026-10-01
💻 informatique

Adaptive Yarn Cards: Geometry-Aware Curved Texture Proxies for Efficient Rendering of Dynamic Woven Cloth

Ce document propose des cartes de fils adaptatives, une représentation de texture courbe et sensible à la géométrie qui découple la simulation de fil à basse résolution du rendu à haute densité pour approximer efficacement la fidélité visuelle d'un tissu tissé dynamique tout en réduisant considérablement la complexité géométrique et en atteignant une accélération du rendu de 2,4x par rapport à une géométrie de fil dense.

Jong-Hyun Kim2026-10-01
💻 informatique

When does network topology help? Cross-domain evaluation of similarity networks for binary classication

Cet article introduit TESSERA, un cadre généraliste qui exploite la topologie de réseau pour améliorer la classification binaire en identifiant quand les structures relationnelles — spécifiquement celles proches des limites de régime — apportent une valeur prédictive au-delà des méthodes fondées sur les caractéristiques directes, comme le démontrent des études de cas synthétiques, écologiques et industrielles.

João Filipe Riva Tonini2026-10-01
💻 informatique

A Novel Open-Set Domain Adaptation Framework for Histopathology Image Classification: A Style-Aware and Density-Guided Approach

Ce document propose SADG, un nouveau cadre d'adaptation de domaine en ensemble ouvert pour la classification d'images d'histopathologie qui traite efficacement tant les décalages de covariables induits par la coloration que les catégories de tissus inconnues en intégrant un module de rectification de style pour la normalisation de l'apparence et un ClusterNet basé sur le GMM avec la théorie des valeurs extrêmes pour la détection de l'inconnu guidée par la densité.

Reyhane Ghaffari, Mohammad Sadegh Helfroush, Kamran Kazemi, Abbas Khosravi2026-10-01
💻 informatique

Temporal Degradation Pattern Learning for Aircraft Engine Remaining Useful Life Prediction

Cet article propose un réseau de neurones convolutifs temporel basé sur l'encastrement temporel (TE-TCNN) qui utilise des représentations temporelles apprenables et un indice de santé dérivé de l'ACP pour prédire efficacement la durée de vie résiduelle des moteurs d'avion à travers diverses conditions de fonctionnement en utilisant les ensembles de données NASA C-MAPSS.

Aditi Gawde, Avinash More2026-10-01
💻 informatique

DriGitScale: Drift-Aware GitOps for Consistency-Aware Predictive Autoscaling in Kubernetes

DriGitScale est un framework GitOps sensible à la dérive pour Kubernetes qui améliore la stabilité de l'autoscaling et la cohérence du déploiement en formulant les décisions de mise à l'échelle comme un problème de gestion de la cohérence qui évalue conjointement les dérives de prédiction, de ressources et de configuration, réduisant ainsi les actions de mise à l'échelle inutiles tout en maintenant une réactivité compétitive à travers diverses conditions de charge de travail.

Ahmed Fathi AboElazm, Abdalla Sayed Yassin, Hanan Fahmy2026-10-01
💻 informatique

NSR: No Secondary Rebuffering Frame-Level Playback Resumption Control Method

Ce document propose No Secondary Rebuffering (NSR), un contrôleur de reprise de lecture au niveau de la trame qui prédit et prévient dynamiquement les événements de rebuffering secondaire en estimant la bande passante et le drainage du tampon, améliorant ainsi systématiquement la qualité de service de la session à travers divers algorithmes de débit adaptatif par rapport aux références fixes et adaptatives.

Yuming Zhang, Haoting Huang2026-10-01
💻 informatique

Persistent Frontier Tracking and Uncertainty-Aware Goal Switching for Autonomous Exploration

Cet article propose un cadre d'exploration autonome qui utilise une couche de décision dotée de traces persistantes filtrées par un filtre de Kalman et d'un changement de but sensible à l'incertitude pour optimiser la sélection des frontières, permettant à un robot entraîné par PPO d'atteindre 95 % de couverture 20,3 % plus rapidement et avec 19,4 % de trajet en moins qu'une base de référence sans changement lors d'expériences en conditions réelles.

Nima Payandeh, Rasul Fesharakifard, YOUNES ALIZADEH VAGHASLOO, Mohsen Bahrami2026-10-01
💻 informatique

VDSAC-TD3-based collaborative coverage optimization in satellite-UAV heterogeneous networks with energy and safety constraints

Ce document propose VDSAC-TD3, un nouveau cadre d'apprentissage par renforcement profond multi-agents qui intègre la décomposition de la valeur, la régularisation de l'entropie maximale et les mécanismes de retard de jumeau pour optimiser la couverture collaborative dans les réseaux hétérogènes satellite-UAV tout en traitant efficacement les contraintes d'énergie, les exigences de sécurité et les défis environnementaux dynamiques.

Rou Zhang, Yongsheng Ma, Wei Zhao, Wenzhe Li, Qingtao Zeng2026-10-01