cs articoli | Gist.Science

Continuous Degradation Representation Learning for Remaining Useful Life Prediction

Il documento propone CoDeR, un framework di apprendimento della rappresentazione del degrado continuo che integra un Dual-axis Coupled Transformer Encoder e un modulo di apprendimento contrastivo consapevole del tempo per superare i limiti delle rappresentazioni frammentate nei modelli di deep learning esistenti, ottenendo così previsioni più accurate della vita utile residua per i motori aeronautici.

Wei Li, Ruitao Ning, Shilin He, Bo Li, Zhidong Zhang2026-07-14

💻 computer science

Rethinking Time Series with Kolmogorov-Arnold Networks: A Systematic Review

Questa revisione sistematica valuta l'idoneità delle Kolmogorov-Arnold Networks (KANs) per l'analisi delle serie temporali, concludendo che, sebbene eccellano nella previsione interpretabile a breve orizzonte con pattern fluidi in vari domini, la loro applicazione attuale è limitata dall'evidenza eterogenea, dalle sfide nel gestire dipendenze a lungo raggio e cambiamenti di regime, e dalla necessità di benchmark standardizzati e una rigorosa validazione dell'interpretabilità.

Antoni Mól, Dariusz Jemielniak, Leon Ciechanowski2026-07-14

💻 computer science

GRAD-Net: A Unified Pathology-Guided Framework for Automated Diabetic Retinopathy Grading

Questo articolo introduce GRAD-Net, un framework di deep learning unificato guidato dalla patologia che integra meccanismi di attenzione sensibili alle lesioni e l'aggregazione di caratteristiche multi-scala per raggiungere un'accuratezza allo stato dell'arte e l'interpretabilità clinica nella classificazione automatizzata della retinopatia diabetica.

Dhaval Modi, Falgun Thakkar2026-07-14

💻 computer science

CRC-LS-MOCBO: Safe multi-objective causal Bayesian optimization under uncertain causal structures

Questo articolo introduce CRC-LS-MOCBO, un framework di ottimizzazione bayesiana causale multi-obiettivo sequenziale che garantisce interventi sicuri sotto strutture causali incerte integrando l'incertezza del grafo dei candidati, prior pesati sulla stabilità e la calibrazione del rischio conforme per minimizzare le violazioni dei vincoli massimizzando al contempo i guadagni dell'obiettivo.

Wu JunJie2026-07-14

💻 computer science

Low-Cost Real-Time Earthquake Detection and Early Warning System Using IoT, Embedded Machine Learning

Questo articolo presenta un sistema di allerta precoce per i terremoti a basso costo e in tempo reale che utilizza hardware IoT (ESP32, GPS, GSM) e modelli di machine learning incorporati, addestrati su dati sismici storici, per rilevare schemi e avvisare istantaneamente gli utenti tramite SMS, anche in aree con connettività limitata.

Dinesh Katole, Salim A. Chavan2026-07-14

💻 computer science

HybridPII: A Tunable High-Recall Ensemble for Automated PII Detection and Privacy Risk Assessment in Compliance-Critical Applications

Questo articolo introduce HybridPII, un modello ensemble ibrido regolabile che combina regex pesati e NER multi-modello per ottenere un richiamo superiore per il rilevamento automatizzato di PII, affrontando specificamente la necessità critica di minimizzare i falsi negativi nelle applicazioni di privacy critiche per la conformità.

Soni Sweta, Arunabh Kshitij Kshitij2026-07-14

💻 computer science

Weak-topological neural operators for certificate-guided physical prediction

Questo articolo introduce i Weak-Topological Neural Operators (WTNO), un framework che potenzia la selezione degli operatori neurali per le equazioni alle derivate parziali accoppiando i predittori di stato con certificati geometrici, topologici e di misura debole per garantire previsioni fisiche robuste in scenari che coinvolgono interfacce, cambiamenti topologici ed eventi rari.

Hanji Du, Zhichao Deng, Zhongyi He, Feiyu Wang, Shuaiyu Jin2026-07-14

💻 computer science

Toward a Theory of Semantic Fixed Points: Evidence from Iterative Language Model Self-Refinement

Questo studio fornisce prove empiriche che l'auto-raffinamento iterativo dei modelli linguistici converge costantemente verso punti fissi semantici stabili attraverso diverse architetture e obiettivi, suggerendo un paesaggio energetico sottostante in cui l'auto-miglioramento agisce come un processo di ottimizzazione implicito.

Som Subhro Nath2026-07-14

💻 computer science

Educational usability Analysis of WEKA and Orange for Learning Data Mining: A Task-Based Comparative Study with Students Feedback

Questo studio valuta l'usabilità educativa di WEKA e Orange per i principianti nell'apprendimento del data mining attraverso confronti basati su compiti e feedback degli studenti, concludendo che Orange è più efficace grazie al suo flusso di lavoro visivo intuitivo e alla sua interfaccia facile da usare.

Shanta Islam2026-07-14

💻 computer science

From Programs to Predictions: A Scalable, Multilingual Platform for Automated Evaluation of Machine-Learning Olympiads

Questo articolo presenta MLCompete, una piattaforma web multilingue e scalabile progettata per valutare olimpiadi di machine learning attraverso una pipeline asincrona e agnostica rispetto alle metriche e un ambiente di esecuzione sicuro a due livelli, dimostrando la sua robustezza e affidabilità attraverso il successo del deployment nell'Olimpiade Nazionale di IA della Romania e la partecipazione internazionale.

Robert-Mihai Colca, Rusu Dinu-Stefan, Mihai Nan2026-07-14

← Precedente Successivo →