💻 Category

cs

2434 articoli

💻 computer science

Automatic Discovery of Intra-Class Sub-Structure for Supervised Tabular Classification: Offline Clustering vs. Joint Sub-Center Training

Questo rigoroso studio empirico dimostra che, sebbene il convenzionale clustering offline delle caratteristiche penultime per scoprire la sottostruttura intra-classe sia inaffidabile e spesso degradi le prestazioni della classificazione tabulare, un approccio di addestramento a sottocentri congiunto ed end-to-end mitiga efficacemente tali rischi, sebbene gli autori concludano che non esista attualmente alcuna euristica robusta per prevedere quando tale scoperta di sottostruttura sia benefica.

Seyed Ali Zaribaf, Mohammad Roustaei2026-07-30
💻 computer science

An automated pipeline for biomedical research hotspot mining integrating contextual embeddings and temporal citation ranking: a case study in cataract research

Questo articolo presenta una pipeline completamente automatizzata che integra embedding contestuali BioBERT, clustering ibrido e classificazione temporale delle citazioni per mappare efficacemente i paesaggi della ricerca biomedica e identificare hotspot in evoluzione, come dimostrato attraverso un caso di studio completo sulla ricerca sulla cataratta.

Xiaoming Wu, Keqiang Wang, Xiujing Shi, Yuan Ni, Guoxin Wang, Dongle Liu, Jiajun Sun, Zhen Guo2026-07-30
💻 computer science

Global Interaction Modeling with Human Knowledge for Important Traffic Objects Identification

Questo articolo propone un nuovo framework per l'identificazione di oggetti del traffico rilevanti che sfrutta la modellazione dell'interazione globale in Bird's-Eye View e un approccio di pre-addestramento contrastivo linguaggio-movimento per integrare la conoscenza umana, superando così i limiti dei metodi visivi 2D esistenti nel ragionamento spazio-temporale e nella comprensione dinamica.

Yiming Huang, Faliang Chang, Chunsheng Liu, Penghui Hao, Jun Zhou2026-07-30
💻 computer science

CATD-LPT-CFPM- Cluster Aware Top-Down Linear Prefix Tree for Closed Frequent Pattern Mining

Il documento propone il framework CATD-LPT-CFPM, che migliora il mining di pattern frequenti chiusi raggruppando le transazioni per ridurre lo spazio di ricerca e impiegando una strategia di pruning multi-livello con un meccanismo di Top-Down Closedness Pruning per minimizzare l'elaborazione ridondante e l'uso della memoria, nonostante comporti un certo overhead dovuto al clustering e alla costruzione dell'albero.

M Sinthuja, P Saranya, M. Diviya2026-07-30
💻 computer science

Canonical Alignment and Weighted Neural Network for Autonomous Part Defect Identification in 3D Point Clouds

Questo articolo propone un framework potenziato basato su PointNet per l'identificazione autonoma di difetti in nuvole di punti 3D che utilizza l'allineamento canonico deterministico basato su SVD e la perdita di cross-entropia pesata per superare la variabilità geometrica e lo squilibrio delle classi, ottenendo un'accuratezza migliorata e una ridotta latenza di inferenza per l'ispezione industriale in tempo reale.

Qingze Zou, ElHussein Shata, Baihui Chen, Yuebin Guo2026-07-30
💻 computer science

Atmospheric Turbulence-Driven Chaotic Cloud Drift Optimization for Feature Selection and Forecasting

Questo articolo propone l'algoritmo Chaotic Improved Cloud Drift Optimization (CI-CDO), una nuova metaeuristica potenziata dalla dinamica della turbolenza atmosferica e dalle mappe caotiche, che dimostra prestazioni superiori nella risoluzione di problemi di ottimizzazione benchmark, nella selezione di sottoinsiemi di caratteristiche ottimali per la classificazione e nella previsione di dati ambientali reali.

Abdelmonem M. Ibrahim, Doaa A. Fakhry, Ahmed Abdel-Monsef Allam2026-07-30
💻 computer science

Metadata Supervised Imaging Representations for Modelling and Controlling Acquisition Variability

Questo articolo propone un approccio supervisionato da metadati per disgiungere la struttura anatomica dalle variazioni dipendenti dall'acquisizione nell'imaging biomedico, consentendo la creazione di rappresentazioni consapevole dell'acquisizione e di un modello di armonizzazione unificato che migliori la generalizzazione, l'interpretabilità e l'impiego clinico attraverso diversi protocolli di imaging e siti.

Mehmet Yigit Avci, Pedro Borges, Virginia Fernandez, Natalia Glazman, Paul Wright, Mehmet Yigitsoy, Sebastien Ourselin (…)2026-07-30
💻 computer science

Interpretable Ensemble Machine Learning for Process-Parameter-Driven Prediction of TiO₂–PVP Electrospun Nanofiber Diameter

Questo studio dimostra che un framework di apprendimento automatico ensemble interpretabile, specificamente utilizzando la regressione Extra Trees, può prevedere accuratamente il diametro delle nanofibre elettrofilate di TiO₂–PVP sulla base dei parametri di processo, offrendo così un'alternativa altamente efficiente e precisa ai tradizionali e tempi di ottimizzazione sperimentale lunghi metodi di ottimizzazione.

Chetan More, Harshada Mhetre, Kedar Sahasrabudhe, Asmita Mali, Sameer Gajmal, Amol Bhopale, Amit Shewale2026-07-30
💻 computer science

MSF-TrashDet: A Lightweight Multi-Scale Feature Fusion Network for Automatic Waste Object Detection Using the TrashNet Dataset

Questo articolo propone MSF-TrashDet, una rete di fusione delle caratteristiche multi-scala leggera che utilizza un nuovo blocco di potenziamento delle caratteristiche multi-scala e la potatura strutturata dei canali per ottenere un rilevamento degli oggetti di scarto accurato ed efficiente sul dataset TrashNet, superando modelli allo stato dell'arte come YOLOv5n, YOLOv8n e YOLOv11n con un mAP50 del 91,91% pur mantenendo una bassa complessità computazionale.

Tao Yanfen, Lei Lijuan, Gao Yousheng, Fan Dongdong, Mei Pengfei2026-07-30
💻 computer science

A Scalable Hybrid Encryption Framework Based on Unimodular Hill Cipher and Chaotic Logistic XOR Stream Cipher for Secure Binary File Protection

Questo articolo propone un framework di crittografia ibrida scalabile che combina l'Unimodular Hill Cipher con un cifrario a flusso XOR basato su una Mappa Logistica caotica per fornire una protezione sicura, efficiente e indipendente dal formato per file binari arbitrari, raggiungendo una casualità quasi ideale, una forte resistenza agli attacchi statistici e un recupero senza perdite con un elevato throughput.

Samsul Arifin¹, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, Dani Lukman Hakim, Dwi Wijon (…)2026-07-30