💻 computer science

Human-in-the-loop GenAI advising for community college pathway decision-making: a design-based case study of requirement-group modeling and privacy-preserving student-support design

Questo studio di caso basato sul design affronta la lacuna nella ricerca sulla GenAI relativa alla consulenza nei community college, proponendo un framework che preservi la privacy e otto principi di progettazione che posizionino l'IA come uno strato esplicativo per la pianificazione dei percorsi, mantenendo al contempo la supervisione umana, proteggendo i dati degli studenti e promuovendo l'agency dell'apprendista.

Emery Peck2026-07-17
💻 computer science

Zero-shot Generalizable LiDAR Semantic Segmentation via Scene-Sensor Disentanglement

Questo articolo introduce LiSeer, un framework di segmentazione semantica LiDAR generalizzabile zero-shot che raggiunge prestazioni cross-sensor robuste attraverso il disaccoppiamento della geometria intrinseca della scena dagli effetti di campionamento specifici del sensore tramite una ricostruzione della scena basata sulla diffusione e una pipeline di campionamento controllabile.

Shaobing Xu, Zikun Xu, Shuocheng Yang, Jiahao Wang, Keqiang Li, Jianqiang Wang2026-07-17
💻 computer science

Goal-Aware Adaptive Regulation Across Modalities: Evolutionary Architecture Search for Transformer Language Models on a Consumer AMD GPU

Questo articolo dimostra che il framework di ricerca dell'architettura evolutiva GaaR, originariamente validato su reti convoluzionali, si trasferisce con successo ai modelli linguistici transformer autoregressivi su una GPU AMD consumer tramite DirectML, raggiungendo prestazioni competitive e rivelando che lo sfruttamento regolato supera la ricerca casuale su paesaggi strutturati pur favorendo architetture ampie e superficiali sotto budget di passi fissi.

Leon Sandler2026-07-17
💻 computer science

A Distributed CatBoost Approach with Weighted Aggregation for STI/HIV Risk Prediction

Questo articolo propone un framework CatBoost distribuito e preservante la privacy con aggregazione pesata che raggiunge un'elevata accuratezza nella previsione dei rischi di IST e HIV in otto paesi senza richiedere dati centralizzati, offrendo così un'alternativa robusta ai tradizionali modelli di apprendimento automatico centralizzati.

Zhaohui Tang, Yan Li, Abdulkadir Sengur, U. Rajendra Acharya2026-07-17
💻 computer science

NAE-VC: Neural Arithmetic Encoding as a Learned Replacement for CABAC in Modern Video Codecs

NAE-VC è un framework di codifica entropica appreso e modulare che sostituisce il motore CABAC standard nei codec H.264, H.265 e H.266 con un'architettura neurale che combina l'aggregazione del contesto, la modellazione di miscela gaussiana e gli iperprior per ottenere risparmi significativi sul bitrate mantenendo la piena compatibilità con gli standard esistenti di codifica video.

Reka Sandaruwan Gallena Watthage, Anil Fernando2026-07-17
💻 computer science

MUNNA: A Multi-strategy, Uncertainty-driven, Nested Neuro-ensemble Algorithm for Disease Diagnosis with Closed-loop Explainability Feedback

Questo articolo introduce MUNNA, un nuovo framework ibrido in tre fasi che integra una meta euristica GWO-SA per la selezione delle caratteristiche, un ensemble di stacking pesato sull'incertezza e un meccanismo di feedback a ciclo chiuso basato su SHAP per raggiungere prestazioni di diagnosi delle malattie allo stato dell'arte sul dataset Breast Cancer Wisconsin, affrontando al contempo i limiti dello stallo nei minimi locali e della pesatura statica dell'ensemble.

Md. Maruf Sharker Munna2026-07-17
💻 computer science

DAÏO: A High-Specificity Real-TimeVision-Based Fall Detection SystemUsing Advanced Kinematic Tracking andComputer Vision

Il documento presenta DAÏO, un nuovo sistema di rilevamento delle cadute basato sulla visione e capace di operare all'edge, che combina un stimatore di posa leggero, un Filtro di Kalman Esteso adattivo e un Motore Logico a Triplo Controllo per ottenere un'elevata specificità (96,4%) e ridurre significativamente i falsi positivi derivanti dalle attività quotidiane e dalle prostrazioni religiose, mantenendo al contempo le prestazioni in tempo reale su hardware consumer.

Alamin Abubakar Nataala2026-07-17
💻 computer science

STAC-MV: Spatio-Temporal Adaptive Context for Neural Multiview Video Compression

STAC-MV è il primo framework di compressione video multiview basato su transformer che sfrutta la selezione del contesto adattiva e la consapevolezza geometrica (geometry-aware) e l'attenzione cross-view per ottenere miglioramenti significativi del BD-rate rispetto agli standard convenzionali attraverso diverse configurazioni di telecamere, riducendo al contempo in modo sostanziale i tempi di codifica.

Reka Sandaruwan Gallena Watthage, Anil Fernando2026-07-17
💻 computer science

Multi-Stage Alignment of Large Language Models for Popularity Bias Mitigation in Generative Movie Recommendation

Questo articolo propone una pipeline di allineamento multistadio che combina l'estrazione delle preferenze, il fine-tuning supervisionato e la Direct Preference Optimization per mitigare efficacemente il bias di popolarità nei sistemi di raccomandazione cinematografica basati su LLM, ottenendo una migliore novità e copertura del catalogo pur mantenendo un'accuratezza competitiva.

Subham Raj, Krishnakant Chourey, Sriparna Saha, Brijraj Singh, Niranjan Pedanekar2026-07-17
💻 computer science

Towards Generalizable Face Forgery Detection via Multi-Granularity Fusion

Per affrontare il divario di generalizzazione nel rilevamento delle falsificazioni facciali causato dal conflitto tra la semantica di alto livello trasferibile e gli artefatti locali sparsi, questo articolo propone SemFusion, un framework che combina la Regolarizzazione della Consistenza Semantica per preservare la struttura trasferibile di CLIP con l'apprendimento dell'Evidenza di Patch a più livelli per catturare e fondere efficacemente gli indizi di falsificazione localizzati.

Mingjie Zhao, Yiu-ming Cheung, Guilin Pang2026-07-17