💻 computer science

Pretraining Transfer, Adaptation Dependence, and Dense Evaluation in Low-Label Cell Instance Segmentation: A Controlled Study

Questo studio controllato dimostra che le classifiche delle strategie di pre-addestramento per la segmentazione di istanze cellulari con pochi etichette non sono inerenti ai soli pesi della backbone, ma dipendono criticamente dai protocolli specifici di trasferimento e adattamento utilizzati, evidenziando al contempo che le valutazioni standard sottostimano significativamente le prestazioni sulle immagini di microscopia dense.

Yinghuan Li2026-07-28
💻 computer science

Meta-Analysis of Feature Representation Techniques for Fake News Detection: Evidence from Publicly Available Benchmark Datasets

Questa meta-analisi di dataset di benchmark pubblicamente disponibili dimostra che le rappresentazioni ibride delle caratteristiche, combinate con approcci di apprendimento d'insieme, offrono una stabilità predittiva e un'efficacia superiori per il rilevamento delle fake news rispetto ai singoli metodi di estrazione delle caratteristiche e ai classificatori.

Kazi Abdul Mannan, Tasima Tahsin Diya2026-07-28
💻 computer science

A Modular Image Manipulation Localization Framework using a Dual-Stream Classifier and Conditional Diffusion Models

Questo articolo propone un nuovo framework modulare a due stadi per la localizzazione della manipolazione di immagini che prima classifica i tipi di falsificazione utilizzando un classificatore a doppio stream che fonde caratteristiche RGB e SRM, poi impiega modelli di diffusione condizionali specializzati con una funzione di perdita ibrida per generare maschere di manipolazione precise, ottenendo prestazioni competitive sui dataset di riferimento.

Zohaib Hamdule, Venkatanareshbabu Kuppili2026-07-28
💻 computer science

Active Image Manipulation Detection and Localization using TransUNet for Fragile Watermarking

Questo articolo propone un nuovo framework di Active Image Manipulation Detection and Localization (AIMDL) che sfrutta TransUNet per una generazione e un recupero del watermark robusti, combinato con un modulo forense multi-head UNet, per ottenere un rilevamento delle manipolazioni ad alta precisione e una localizzazione a livello di pixel bilanciando dinamicamente la trasparenza e la robustezza del watermark.

Zohaib Hamdule, Venkatanareshbabu Kuppili2026-07-28
💻 computer science

StrokePlan-RNN: Predicting Ordered Drawing Procedures from Face Line Art

Questo articolo introduce StrokePlan-RNN, un modello autoregressivo condizionato dall'immagine che predice con successo sequenze di tratti ordinati da disegni lineari di volti statici addestrandosi su un dataset di nuova costruzione, ottenendo un'elevata accuratezza geometrica e sottolineando al contempo la necessità di metriche di valutazione procedurale migliorate.

Gameil S. H. Ali, Entesar Altaheri2026-07-28
💻 computer science

Adaptive Training Controller (ATC): An Autotuning Framework for CNN-Based Plastic Waste Classification Using the PLASTIC Dataset

Questo articolo affronta la sfida della classificazione dei rifiuti plastici introducendo un nuovo dataset specifico per il settore denominato PLASTIC e proponendo l'Adaptive Training Controller (ATC), un framework di autotuning indipendente dall'architettura che supera gli strumenti esistenti come Optuna, raggiungendo fino al 94,89% di accuratezza con ResNet101 e riducendo al contempo i requisiti delle risorse computazionali.

SHYAMASREE KARMAKAR, Sukanya Saha, Sunita Roy, Ranjan Mehera, Rajat Kumar Pal2026-07-28
💻 computer science

Can a Large Language Model Serve as the Missing Second Reviewer? Prominence Bias, Retrieval Effects, and a Confidence-Fabrication Gap in an Empirical Evaluation of Two Published Meta-Analyses

Questa valutazione empirica dimostra che, sebbene i Large Language Models possano identificare errori reali trascurati dai revisori umani e migliorare significativamente il richiamo degli studi quando dotati di strumenti di recupero, essi rimangono sostituti inaffidabili della verifica umana a causa di problemi persistenti come il bias di prominenza, la conflazione tra diversi articoli e la fabbricazione di incongruenze inesistenti.

Paul Fontelo2026-07-28
💻 computer science

Cyber-Physical Orchestration of Emergency Department Services Through a Bidirectional Digital Twin and a Deep Reinforcement Learning Agent: Architectural Design, In SilicoValidation, and Critical Analysis of Performance Under Demand Stress

Questo articolo presenta e valida un'architettura cyber-fisica che integra un Digital Twin bidirezionale, un agente di Deep Reinforcement Learning e uno strato di Explainable AI per ottimizzare la gestione delle emergenze nei dipartimenti di pronto soccorso, dimostrando riduzioni significative dell'occupazione di picco sotto stress da alta domanda e affrontando criticamente, esponendo e risolvendo, specifici artefatti di strumentazione nel processo di validazione.

Joseph Javier Sánchez Acuña, Mario Anzures García2026-07-28
💻 computer science

The Machine Proposes. The Proof Disposes: Neuro-Symbolic Synthesis of Formally Verified Markov Usage Models from Natural Language Requirements

Questo articolo introduce Neuro-Symbolic MBST, un framework che automatizza la sintesi di modelli di uso di Markov formalmente verificati a partire da requisiti in linguaggio naturale integrando l'apprendimento L*, LLM vincolati da grammatica e ottimizzazione convessa, ottenendo così un rilevamento dei guasti e una copertura ad alta fedeltà che superano significativamente i baseline puramente neurali, eliminando al contempo i colli di bottiglia della modellazione manuale per i sistemi critici per la sicurezza.

Nathan Ginting2026-07-28
💻 computer science

Interactive Query based Abnormal Events Synopsis Generation in Surveillance Video

Questo articolo propone un algoritmo interattivo basato su query per la generazione di sinossi di eventi anormali in video di sorveglianza che utilizza un classificatore basato su regole per gestire query utente complesse e introduce una metrica di "rapporto di sovrapposizione migliorato" per la valutazione, dimostrando un'accuratezza e una qualità superiori rispetto ai metodi esistenti sul dataset PETS09.

Judi Vennila Thangaswamy, Balamurugan Vaniappan2026-07-28