💻 informatica

Predicting Student Academic Success with Machine Learning: An Early-Warning Study for AI-Driven Personalized Learning

Questo studio dimostra che, mentre i modelli di apprendimento automatico basati esclusivamente su attributi demografici e comportamentali non riescono a superare un baseline della classe maggioritaria nella previsione del successo accademico degli studenti, l'integrazione dei voti precedenti aumenta significativamente l'accuratezza predittiva, evidenziando il ruolo critico dei dati storici sulle prestazioni per l'efficacia dei sistemi di apprendimento personalizzato guidati dall'IA.

SHAMAL KOLHE, kartik phopase2026-10-23
💻 informatica

Lightweight Pure 3D Lung Nodule Detection and Segmentation Network with Asymmetric Feature Interaction

Questo articolo propone Light3D-NoduleNet, una rete 3D pura e leggera che utilizza convoluzioni depthwise separabili asimmetriche e un modulo di interazione delle caratteristiche bidirezionale per superare efficacemente lo squilibrio delle classi e ottenere un rilevamento e una segmentazione congiunti dei noduli polmonari ad alta precisione con un basso costo computazionale per l'implementazione su dispositivi edge.

Dongjie Jiao¹, Yongchao Ma¹, Minli Wang, Ming Wu2026-10-23
💻 informatica

From Healthcare Data to Actionable Intelligence: An Integrative Review and Gated Framework for Trustworthy Al-Enabled Healthcare Analytics

Questa revisione integrativa sintetizza la letteratura sull'analisi sanitaria abilitata dall'IA per proporre il framework a soglie Data-to-Actionable-Intelligence (D2AI), un modello sequenziale che assicura che i dati sanitari eterogenei siano trasformati in azioni responsabili attraverso rigorosi requisiti di prontezza dei dati, tracciabilità delle prove, affidabilità dell'output e integrazione del flusso di lavoro umano.

Remon Gameel Ebed Saweris2026-10-23
💻 informatica

Investigating the performance of novel class discovery (NCD) approach for semantic segmentation on realworld SLAM LiDAR point cloud data

Questo studio valuta l'applicazione della Novel Class Discovery (NCD) per la segmentazione semantica su nuvole di punti LiDAR SLAM del mondo reale, dimostrando la sua capacità di identificare classi note e raggruppare punti sconosciuti, evidenziando al contempo che la stabilità delle prestazioni attuali è limitata dalla qualità dei dati, dalle impostazioni dei parametri e dalle caratteristiche intrinseche delle nuvole di punti.

Nur Muhammad Ikram, Harintaka Harintaka2026-10-23
💻 informatica

Intelligent Bayesian analysis Based on Knowledge Graph and Graph Neural Network for Subway Fire Risk

Questo articolo propone un framework di inferenza bayesiana intelligente che integra una Knowledge Graph potenziata da Graph Neural Networks e Natural Language Processing per superare i limiti del bias soggettivo e della scarsa capacità di ragionamento nei metodi tradizionali di valutazione del rischio di incendio nelle metropolitane.

Changhong Wang, Tao Jin, Deyong Cai, Baolin Hu2026-10-23
💻 informatica

Simulated Light Schedules for Sleep-Wake Adjustments: Exploring the Incorporation of Reinforcement Learning

Questo studio propone un nuovo framework che utilizza un algoritmo di deep deterministic policy gradient basato sull'apprendimento per rinforzo, guidato da un classificatore a rete neurale convoluzionale e validato attraverso simulazioni circadiane, per generare programmi di luce personalizzati per l'ottimizzazione dei cicli sonno-veglia.

Ming-yi Seah, Joanne Mun Yee Lim, Shiuan-Ni Liang, Yatinesh Kumari, Vineetha Kalavally2026-10-23
💻 informatica

Quantifying the Effect of Synthetic Colour Fundus Photograph Scaling on Foundation Models

Questo studio dimostra che la scalabilità delle fotografie del fondo oculare sintetiche durante il preaddestramento di modelli di base offre una strategia regolabile in cui l'integrazione a volumi inferiori ottimizza l'equilibrio tra prestazioni e computazione, mentre volumi maggiori migliorano significativamente la generalizzazione esterna, con l'approccio ottimale che dipende dai specifici obiettivi di valutazione e dalle risorse computazionali disponibili.

Bowen Xu, Hongyang Jiang, Anran Ran, Paul Nderitu, Ke Zou, Yukun Zhou, Gabriel Dawei Yang, Jocelyn Hui Lin Goh, Sahana S (…)2026-10-23
💻 informatica

Federated Learning in the Wild: A Comparative Study for Cybersecurity under Non-IID and Unbalanced Settings

Questo articolo valuta sistematicamente le prestazioni, i tempi di addestramento e l'overhead di comunicazione di vari algoritmi di Federated Learning per il rilevamento di attacchi DDoS in condizioni di dati non-IID e sbilanciati, con l'obiettivo di identificare soluzioni ottimali per il rilevamento delle intrusioni di rete dove la privacy dei dati e l'eterogeneità rappresentano sfide critiche.

Roberto Doriguzzi-Corin, Silvio Cretti, Petr Sabel, Silvio Ranise2026-10-23
💻 informatica

A Multidimensional Data-Quality Profile for Clinical Prediction: An Exploratory Benchmark in MIMIC-IV and eICU

Questo articolo introduce e valuta un profilo di qualità dei dati multidimensionale e specifico per il compito destinato ai modelli di predizione clinica, dimostrando attraverso esperimenti controllati su dati MIMIC-IV ed eICU che, sebbene i singoli componenti della qualità (come l'integrità temporale) possano segnalare specifici danni a valle come la degradazione della calibrazione, il punteggio scalare composito proposto non supera costantemente euristiche più semplici o baseline di predizione nulla nel prevedere le prestazioni del modello.

Yunguo Yu2026-10-23
💻 informatica

Volcanic Activity Optimizer for High-Dimensional Gene Selection: A Novel Nature-Inspired Metaheuristic

Questo articolo propone il Volcanic Activity Optimizer (VAO), una nuova euristiche ispirata alla natura che bilancia efficacemente esplorazione e sfruttamento attraverso la dinamica vulcanica per risolvere problemi di ottimizzazione complessi e identificare sottoinsiemi di geni compatti e informativi da dati ad alta dimensionalità.

Seyyid Ahmed Medjahed, Mourad Bouatouche, Fatima Boukhatem2026-10-23