💻 informatica

MedAgent-RAG: an agentic retrieval-augmented system for adaptive clinical history-taking, with a network analysis of medical interviews

Questo articolo introduce MedAgent-RAG, un sistema multi-agente di recupero aumentato che migliora significativamente l'anamnesi automatizzata adattandosi dinamicamente alle risposte del paziente, analizzando simultaneamente 231 interviste mediche per rivelare che la conoscenza clinica è compartimentata in moduli sindromici e che il processo di interrogazione segue un flusso markoviano a due fasi distinto.

Samir Jabbar, Maria Alice Bertolim, Christophe Cruz2026-10-26
💻 informatica

Deep Learning-Based Breast Ultrasound Lesion Segmentation Using Cross-Scale Attention and Edge-Aware Supervision

Questo articolo propone una Attention U-Net modificata con attenzione cross-scala e supervisione edge-aware per la segmentazione di lesioni da ecografia mammaria, ma la sua utilità clinica è attualmente limitata dai bassi punteggi di Dice, recall e IoU, nonché dalla partizione dei dati non verificata e dai metriche di prestazione contrastanti che necessitano di ulteriore validazione e confronti con i baseline.

Sathish Parvatham, K. Raj Kumar, V. Malathy2026-10-26
💻 informatica

Auditable Corridor Shortlisting under Partial Observability: A Systems Approach to Ranking Human Trafficking Origin–Destination Links

Questo articolo presenta un framework sistemico e verificabile che integra attributi tabulari, reti neurali grafiche e modellazione temporale per generare corridoi origine-destinazione della tratta di esseri umani riproducibili, con relativi record di verifica per la revisione esterna, nonostante le sfide poste dalla scarsità dei dati e dall'elevata varianza dei semi.

Michael A Magid, Melissa Zeynep Ertem, David Cingranelli, Todd Landman2026-10-26
💻 informatica

Target Leakage in Machine Learning Models that Predict Higher Education Graduation from Administrative Records

Questo studio dimostra che le precedenti segnalazioni di previsioni quasi perfette sulla laurea nell'istruzione superiore erano artefatti derivanti da un target leakage causato da attributi determinati dall'esito, e stabilisce che, utilizzando un protocollo corretto e privo di leakage su record amministrativi provenienti da Gaza, i modelli di machine learning raggiungono un'accuratezza elevata ma realistica (fino all'89,16%) con il numero di semestri completati come il predittore più forte.

Samer Yaghi, Rebhi S. Baraka2026-10-26
💻 informatica

Numerical and Algebraic Evaluation of Chebyshev Polynomial Representations for Ring-LWE-Related Polynomial Arithmetic

Questo articolo valuta le rappresentazioni dei polinomi di Chebyshev per l'aritmetica Ring-LWE, dimostrando che, sebbene esse preservino la struttura algebrica sottostante, la loro utilità numerica è severamente limitata da un rapido aumento del cattivo condizionamento a dimensioni maggiori, fallendo infine nell'offrire una riduzione del rumore o prestazioni crittografiche superiori rispetto agli approcci standard.

Mohammad Asif, Sanjay Agal2026-10-26
💻 informatica

Epidemiological Models of Topic Propagation in Co-authorship Networks: Degree-Block Models Versus Homogeneous Mixing

Questo articolo mette in discussione la validità dell'uso delle reti di coautoria come substrato per i modelli epidemici di propagazione dei temi, dimostrando che i modelli a blocchi di grado non superano costantemente i modelli di miscelazione omogenea poiché la maggior parte delle adozioni di temi avviene senza una precedente collaborazione con autori attivi, suggerendo che il vero contagio richieda reti che includano non-adottanti e che precedano l'adozione.

Ismael Robles-Martínez, Jorge Cruz-Trani, Daniela Aguirre-Guerrero, Ricardo Marcelín-Jiménez2026-10-26
💻 informatica

Decided or Open? Comparing Program Repair Techniques When Patch Correctness Is Unknown

Questo articolo propone un framework "deciso o aperto" per confrontare le tecniche di riparazione automatica dei programmi sotto incertezza, calcolando l'intero intervallo delle possibili differenze nei tassi di successo, consentendo ai ricercatori di identificare quali confronti possano essere risolti con ulteriori test e rivelando discrepanze significative nell'affidabilità dei risultati dei test archiviati tra diversi modelli.

Sadnan Nafis2026-10-26
💻 informatica

ΔPPL Is Not ΔCE: The Scale-Dependence Confound in Generative Continual-Learning Forgetting Metrics

Questo articolo dimostra che riportare l'oblio nel continual learning generativo come variazione della perplessità grezza (ΔPPL) introduce un confondimento dipendente dalla scala che gonfia o deflette artificialmente i rapporti di oblio differenziale in base ai livelli di perplessità di base, sostenendo invece l'uso dell'entropia incrociata (ΔCE) come metrica invariante alla scala per rivelare il vero deriva sottostante del modello.

庆君 张2026-10-26
💻 informatica

Degradation-Aware Modality Trust Estimation for Camera--LiDAR BEV Fusion in 3D Object Detection

Questo articolo propone DARFusion, un framework leggero che migliora la fusione Camera-LiDAR BEV per il rilevamento di oggetti 3D attraverso la stima dell'affidabilità della modalità tramite condizionamento della affidabilità consapevole del degrado, preservando così le prestazioni su dati puliti e migliorando significativamente la robustezza contro vari tipi di degrado della telecamera.

Weifeng Xu, Yaqian Cui, Hongtao Wang2026-10-26