💻 Category

cs.IT

1499 articoli

Questa sezione esplora l'intersezione tra l'intelligenza artificiale e la teoria della computazione, un campo che studia come gli algoritmi possono risolvere problemi complessi e quali limiti fondamentali incontrano. Qui si analizza non solo il funzionamento pratico dei modelli moderni, ma anche le basi matematiche che ne garantiscono l'efficienza e la sicurezza.

Ogni nuovo articolo pubblicato su arXiv in questa categoria viene selezionato e processato dal team di Gist.Science. Offriamo per ciascun lavoro due prospettive: una sintesi in linguaggio semplice per chi si avvicina all'argomento per la prima volta e una analisi tecnica dettagliata per i ricercatori esperti, rendendo così la letteratura scientifica immediatamente fruibile.

Di seguito trovate le ultime pubblicazioni in questo settore, aggiornate quotidianamente con le scoperte più recenti.

🔢 mathematics

When Does Text Inform? Benchmarking Information-Theoretic Metrics for Multimodal Time-Series Forecasting

Questo articolo introduce un benchmark sintetico con contenuto informativo di verità fondamentale noto per valutare sei stimatori di informazione mutua per l'audit delle annotazioni testuali nella previsione di serie temporali multimodali, dimostrando la loro capacità di identificare il testo informativo e selezionare le annotazioni ottimali per i compiti a valle senza addestramento del modello.

Emma Andrews, Gianmarco Mengaldo2026-09-11
🔢 mathematics

Geometric Analysis of Doppler-Based Navigation with Low Earth Orbit Satellites

Questo articolo stabilisce una base geometrica per la navigazione basata sull'effetto Doppler utilizzando satelliti in orbita terrestre bassa, derivando una parametrizzazione in forma chiusa dello Jacobiano di misura e dimostrando che, sebbene la diversità dell'altitudine dei satelliti riduca l'accoppiamento del bias di clock, la correlazione geometrica intrinseca tra il bias di clock e il drift di clock gonfia fondamentalmente la diluizione geometrica della precisione, rendendo inefficace la tradizionale selezione dei satelliti basata sul volume.

Carlos Caravaca Gallego, Pini Gurfil, Hector Rotstein2026-09-11
🔢 mathematics

Maximal Kolmogorov Complexity in a Hamming Ball

Questo articolo caratterizza i valori ottenibili della complessità massima di Kolmogorov all'interno di una palla di Hamming di un dato raggio attorno a una stringa, stabilendo una condizione di realizzabilità per la terna (complessità, raggio, complessità massima) e identificando quattro proprietà universali della risultante funzione complessità-raggio, lasciando aperta la caratterizzazione dei profili intermedi.

Alexander Kozachinskiy, Nikolay Vereshchagin2026-09-11
⚡ electrical engineering

Leveraging Slowly Time-Varying AP-AP Channels for Interference Mitigation in Dynamic TDD

Questo articolo propone un metodo per mitigare l'interferenza cross-link nei sistemi TDD dinamici sfruttando la lenta variazione temporale dei canali AP-AP per stimare congiuntamente i dati uplink e i canali di interferenza, ottenendo così sostanziali guadagni di prestazioni rispetto agli algoritmi di base.

Martin Andersson, Tung T. Vu, Pål Frenger, Jan Åslund, Erik G. Larsson2026-09-11
🤖 AI

Quantifying Logical Consistency in Transformers via Query-Key Alignment

Questo articolo propone una strategia di valutazione leggera che quantifica la coerenza logica nei grandi modelli linguistici analizzando gli allineamenti query-key all'interno delle teste di attenzione dei transformer, dimostrando la sua efficacia nel distinguere inferenze valide da quelle invalide attraverso modelli con parametri che vanno da 1,5B a 70B.

Eduard Tulchinskii, Anastasia Voznyuk, Laida Kushnareva, Andrei Andriiainen, Irina Piontkovskaya, Evgeny Burnaev, Sergue (…)2026-09-10
📊 statistics

Tensor Network Moral Graph Recovery of Discrete Probability Distributions

Questo articolo propone un metodo che utilizza reti tensoriali completamente connesse regolarizzate con norma nucleare per recuperare il grafo morale di un DAG causale da distribuzioni di probabilità discrete, dimostrando che, sotto specifiche ipotesi, le reti ottimali con errore di ricostruzione nullo identificano esattamente il grafo morale fornendo al contempo limiti di recupero espliciti per i regimi approssimati.

Á. Troyano Olivas, Chi-Hang Fred Fung, Hans H. Brunner, Momtchil Peev, Vicente Martin2026-09-10
🤖 machine learning

Explaining f-Divergence-Based Regularization via Local Curvature and Sharpness-Aware Minimization

Questo articolo stabilisce una connessione teorica tra la regolarizzazione basata sulla f-divergenza e la Sharpness-Aware Minimization (SAM) dimostrando che entrambi i metodi inducono penalità sensibili alla curvatura attraverso espansioni locali del secondo ordine, e valida empiricamente che massimizzare tale penalizzazione della curvatura tramite la divergenza di Jensen-Shannon simmetrica porti a minimi più piatti e a una migliore generalizzazione.

Nour Jamoussi, Marios Kountouris2026-09-10