cs articoli | Gist.Science

Outcome-Correlated Signals in Peer Review: A Post-hoc Proxy Analysis of Author, Idea, and Capability-Related Cues in OpenReview Submissions

Questo studio utilizza un'analisi proxy post-hoc di oltre 20.000 sottomissioni a conferenze di machine learning per dimostrare che i metadati degli autori, le astrazioni delle idee e le descrizioni delle capacità imputate da LLM contengono segnali parzialmente non ridondanti associati agli esiti della revisione paritaria, evidenziando al contempo i limiti dell'inferenza della capacità in assenza di dati longitudinali e sollevando preoccupazioni riguardanti l'equità e la disparità di risorse nella valutazione della ricerca.

RENLONG JIE, Chen Chu, Zhen Wang2026-08-13

💻 computer science

Real-Time Urban Vehicle Tracking via Wireless Sensor Networks Using Kalman Filter and Random Forest Prediction

Questo articolo propone un framework di tracciamento di veicoli urbani in tempo reale che integra il rilevamento YOLOv8, un filtro di Kalman adattivo e un predittore Random Forest all'interno di una rete di sensori wireless per ottenere un tracciamento ad alta precisione e con identità stabile in condizioni di traffico dinamico con bassa latenza.

T Vairam, S. Venkatesan2026-08-13

💻 computer science

Towards Human-Centric and Resilient Hospital Ecosystems: An AI-Driven Facemask Compliance Detection Framework for Healthcare Workers and Patients

Questo studio presenta una revisione sistematica delle architetture di rilevamento delle mascherine basate sull'IA, identificando i modelli basati su YOLOv5 come la soluzione più efficace per l'integrazione nelle infrastrutture ospedaliere al fine di avanzare simultaneamente verso la digitalizzazione, la resilienza e la centralità dell'essere umano negli ecosistemi sanitari.

Anup ., Manik Batra, Parul Saxena, Himanshi Puri2026-08-13

💻 computer science

An Explainable AI Audit of Temporal Signatures in Botnetand Multi-Vector Cyber-Attacks

Questo articolo dimostra che, sebbene i rilevatori di intrusioni basati su machine learning ad alta precisione esibiscano una debole trasferibilità cross-dominio a causa delle distinte firme temporali per gli attacchi botnet e multi-vettore, l'applicazione di un framework di intelligenza artificiale spiegabile multi-metodo identifica con successo un insieme robusto e consensuale di caratteristiche temporali che trasforma i modelli black-box in prove verificabili e trasferibili per un rilevamento delle intrusioni affidabile.

Gizachew Teshome Habtamu, Shahzad Ahmed2026-08-13

💻 computer science

Machine learning reduces audit detection risk in 3.3 million public sector general ledger transactions

Questo studio dimostra che un nuovo framework di machine learning a quattro livelli, validato rispetto a 3,3 milioni di transazioni reali del settore pubblico e rapporti di audit ufficiali, supera significativamente il tradizionale Monetary Unit Sampling riducendo il rischio di rilevamento dell'audit da oltre il 38% al 2,01% e tagliando i tempi di elaborazione del 98,7%.

Tsetsegjargal Ulambayar, Oyunbileg Pagjii, Oyuntsetseg Luvsandash, Gantulga Garamdorj, Chimedtsogzol Sangajav2026-08-13

💻 computer science

Adaptive Multi-Agent Deep Reinforcement Learning for Distributed Zero Trust Architectures in Global Financial Ecosystems

Questo articolo propone AMADRL-ZTA, un'architettura Zero Trust distribuita che sfrutta l'apprendimento per rinforzo profondo multi-agente adattivo per potenziare significativamente il rilevamento delle minacce, ridurre i tempi di risposta e migliorare l'adattabilità delle policy per proteggere gli ecosistemi finanziari globali contro attacchi informatici sofisticati.

Ankur Mahida2026-08-13

💻 computer science

Boundary-Based Stability Monitoring of DDoS-Induced Structural Stress in Networked Systems

Questo articolo propone un quadro matematico per il rilevamento precoce di attacchi DDoS che utilizza un funzionale di stabilità e un operatore di distorsione per misurare la distanza del traffico di rete da un dominio di stabilità teorico, offrendo un'alternativa più interpretabile e robusta ai tradizionali metodi di monitoraggio basati su soglie.

Abdullah M. Almarashi2026-08-13

💻 computer science

Causal Transformer: Scaling Gradient-Based Causal Discovery to 500 Variables

Il documento introduce il Causal Transformer (CT), un'architettura di self-attention che supera i limiti dimensionali dei metodi basati sul gradiente esistenti per consentire una scoperta causale robusta nel regime di 200–500 variabili, identificando con successo reti di driver del cancro validate biologicamente su hardware consumer dove i precedenti approcci falliscono.

Shuaidong Gao2026-08-13

💻 computer science

Classification of High-Risk Paratransit Drivers Using Ensemble Machine Learning

Questo studio utilizza una serie di algoritmi di apprendimento automatico, con la regressione logistica che emerge come il modello più efficace, per classificare i conducenti di paratrasporto ad alto rischio a Gazipur, in Bangladesh, basandosi su fattori socioeconomici e operativi, offrendo così alle autorità del trasporto uno strumento basato sui dati per interventi di sicurezza mirati.

Md Sifat Bin Siraj, Shumaila Noor, Md Emon Miah, Md Jubayadul Islam, Saifullah Mahmud, Jannatul Ferdous, Sk. Md. Ahaduz2026-08-13

💻 computer science

PV Defect Detection Network Equipped with Novel Decoupled Downsampling, Mixed Attention and Heterogeneous Convolution Modules

Questo articolo propone CCM-YOLO, un modello di rilevamento dei difetti fotovoltaici leggero e accurato che utilizza l'imaging a luce visibile e integra nuovi moduli di sottocampionamento disaccoppiato, attenzione mista e convoluzione eterogenea per ridurre significativamente il costo computazionale pur superando i metodi allo stato dell'arte sia in termini di precisione che di efficienza del modello.

Ling Zhu, Jianyu Cheng, Guangyu Liu2026-08-13

← Precedente Successivo →