💻 computer science

FOIN: A Federated Multi-Organoid Intelligence Architecture using Combinatorial Graph Modelling

Questo articolo propone FOIN, una nuova architettura di intelligenza multi-organoide federata che sfrutta la modellazione di grafi combinatori, il calcolo neuromorfico e la blockchain per consentire un apprendimento collaborativo sicuro, efficiente dal punto di vista energetico e preservante la privacy tra organoidi cerebrali distribuiti, raggiungendo un'elevata accuratezza pur riducendo significativamente i costi computazionali rispetto ai sistemi centralizzati tradizionali.

Venkatesh K, Subbulakshmi N2026-09-10
💻 computer science

Distilling Facial Emotional Cues into EEG Representations for Robust Emotion Recognition in Mental Health Monitoring

Il documento propone la Cross-Modality Enhanced Distillation (C-MED), un framework che trasferisce la conoscenza multimodale EEG-facciale a un modello studente basato solo su EEG e distribuibile tramite allineamento contrastivo e interazione bilineare, ottenendo un riconoscimento delle emozioni robusto e indipendente dal soggetto sui benchmark SEED-VII e DEAP senza richiedere dati facciali sincronizzati durante l'inferenza.

Majid Sepahvand, Hiba Muhammed Hussein, Maytham N. Meqdad2026-09-10
💻 computer science

Dynamic ensemble approach for multi-class classification based on neighborhood rough sets and sequential three-way decisions

Questo articolo propone EM-S3WD, un framework di ensemble dinamico che integra gli insiemi rugosi di vicinato con decisioni trivalenti sequenziali e una strategia di integrazione dinamica condizionale per superare i limiti delle tuple di riferimento fisse e dei vincoli binari nel modello originale di Xu et al., ottenendo così prestazioni di classificazione multiclasse adattive e competitive.

Wenyan Xu, Qiang Chen, Yangyang Guo2026-09-10
💻 computer science

Artificial Intelligence Driven Grading and Personalised Feedback in Higher Education Assessment

Questa revisione sistematica della letteratura sintetizza le evidenze dal 2020 al 2026 per dimostrare che, sebbene la valutazione guidata dall'IA e il feedback personalizzato migliorino significativamente l'efficienza, la coerenza e la scalabilità nella valutazione dell'istruzione superiore, la loro implementazione responsabile richiede robuste salvaguardie etiche e la supervisione umana per affrontare sfide quali il pregiudizio algoritmico, la privacy dei dati e l'integrità accademica.

Mziwendoda Cyprian Madwe2026-09-10
💻 computer science

Genre Classification of Saint Yared Qum Zema Using a Convolutional Neural Network

Questo studio presenta un modello personalizzato di Rete Neurale Convoluzionale che raggiunge un'accuratezza di test dell'88% nella classificazione dei tre generi della musica sacra etiope di Saint Yared (Qum Zema), convertendo 1.555 segmenti audio in immagini di spettrogrammi, superando architetture consolidate come ResNet, VGGNet e AlexNet.

Birku Litgeb Aschenek, Alehegn Ayanaw Getaneh, Getaneh Awoke2026-09-10
💻 computer science

Hierarchical Compositional Hypergraphs Encode Document Structure for Classification

Questo articolo introduce un Ipergrafo Composizionale Gerarchico (HCH) che codifica la struttura del documento attraverso strati ordinati di token, frasi e paragrafi, dimostrando che la combinazione di queste caratteristiche strutturali con il TF–IDF standard produce miglioramenti statisticamente significativi nell'accuratezza della classificazione del testo e nel macro-F1 rispetto ai soli baseline lessicali.

Madjid Eshaghi Gordji, Mohamadali Berahman2026-09-10
💻 computer science

CauCity-WM: An Intervention-Consistent Generative World Model for Counterfactual Urban Dynamics and Risk-Aware Decision Making

Il documento introduce CauCity-WM, un modello di mondo generativo causale che unifica la previsione urbana, la stima controfattuale e il processo decisionale consapevole del rischio impiegando un processo di diffusione strutturale a mondi gemelli per generare futuri fattuali e controfattuali coerenti attraverso il rumore esogeno abdotto.

Kai Ma, Miao Yu2026-09-10
💻 computer science

Interpretable ensemble machine learning identifies player-specific performance indicators in elite tennis

Questo studio dimostra che un flusso di lavoro di apprendimento automatico d'insieme interpretabile applicato ai dati dei Grand Slam di Novak Djokovic non solo raggiunge un'elevata accuratezza predittiva per gli esiti dei set, ma rivela anche indicatori di prestazione specifici del giocatore, come i ritorni di rovescio, che sono spesso trascurati dai modelli individuali.

Yifeng Li, Weixiang Jiao, Meiyi ZouZhu, Yawen Zheng, Wenjie Lu, Yihang Kong, Xingyun Li2026-09-10
💻 computer science

VectorLLM++: A Unified Next-Token-Prediction MLLM for Dense Remote Sensing Perception and Vector Mapping

VectorLLM++ è un modello linguistico di grandi dimensioni multimodale unificato basato sulla predizione del prossimo token che supera la scarsità di dati e la mancanza di output vettoriali strutturati introducendo nuovi tokenizer per coordinate e maschere, consentendogli di superare i modelli specializzati in sette diverse attività di percezione di telerilevamento e mappatura vettoriale.

Shunping Ji2026-09-10