💻 Category

cs

2503 articoli

💻 computer science

Selecting Performance-Representative Validation Sets for Developing Medical Image Segmentation Neural Networks

Questo articolo propone un nuovo metodo per selezionare un piccolo insieme di validazione rappresentativo delle prestazioni da dati di immagini mediche limitati per migliorare l'accuratezza dello sviluppo del modello, dimostrando attraverso compiti di segmentazione MRI del cancro alla prostata che questo approccio produce stime delle prestazioni significativamente più vicine ai risultati indipendenti reali rispetto al tradizionale partizionamento casuale.

Xiangcen Wu, Wen Yan, Weixi Yi, Ester Bonmati, Yipeng Hu2026-07-07
💻 computer science

Design of an Efficient Object Detection Algorithm for Traffic Accident Recognition

Questo articolo propone SDD-YOLO11n, un modello di rilevamento oggetti leggero per il riconoscimento di incidenti stradali che integra un backbone ShuffleNetV2, un modulo DW_ADown e un modulo DS_SENetV2 per ridurre significativamente la complessità computazionale migliorando al contempo l'accuratezza e le prestazioni in tempo reale rispetto all'originale YOLO11n e ad altri modelli mainstream.

Yongping Zheng, Dianzheng Xu, Feng Li, Bingqiang Huang, Haoyu Pei, Zhihua Huang, Xinjian Xiang2026-07-07
💻 computer science

Assigning and optimising airport ground-handling operations: an rVNS metaheuristic

Questo articolo presenta una meta-euristica di ricerca nel vicinato variabile ridotta (rVNS) cooperativa per ottimizzare il complesso problema del routing e della pianificazione dei veicoli con capacità, più viaggi, finestre temporali e pause pasti (MTCVRSPTW-MB) per le operazioni di catering aeroportuale, dimostrando la sua superiore efficienza e riduzione del chilometraggio rispetto ai metodi esatti su istanze reali presso l'aeroporto internazionale di San Francisco.

Alexandre Dupaquis, Ronan Guivarch, Sandrine Mouysset, Daniel Ruiz, Vincent Charvillat, Frédéric Bouilhaguet2026-07-07
💻 computer science

Autonomous Research Assistant: An AI-Powered System for Automated Paper Discovery, Summarization, Domain Classification, and Citation Generation

L'Autonomous Research Assistant è un'applicazione web AI full-stack che sfrutta l'API di Semantic Scholar, un classificatore Linear SVM perfezionato e Google Gemini 2.5 Flash per scoprire, classificare, riassumere e citare automaticamente articoli accademici, riducendo così del 70% i tempi di revisione manuale della letteratura.

Gnaneshwar Dontireddy, Yedukondalu Reddy, T. Narashimha Rao2026-07-07
💻 computer science

From Organizational Knowledge to AI Agent Memory: Empirical Validation of the SECI Model on the LongMemEval Benchmark

Questo articolo valida empiricamente l'applicazione del modello di creazione della conoscenza SECI alla memoria degli agenti IA dimostrando che la trasformazione della cronologia conversazionale in conoscenza strutturata supera significativamente l'archiviazione testuale letterale nei compiti di recupero a lungo termine, principalmente mitigando la troncatura della finestra di embedding che causa la perdita di circa il 90% del contenuto della sessione nell'archiviazione grezza.

Dmitrij Żatuchin2026-07-07
💻 computer science

Adaptive Mutation Driven Harris Hawk Optimization Algorithm in Hybrid Flow Workshop Scheduling with Robotic Arm

Il documento propone un algoritmo di Adaptive Mutation Driven Harris Hawk Optimization (AMDHHO) che integra il volo di Levy e strategie di mutazione dinamica per risolvere efficacemente problemi di scheduling di tipo hybrid flow shop con bracci robotici, dimostrando riduzioni significative del tempo massimo di completamento e del tempo medio di attesa rispetto agli algoritmi genetici e ai piani di pianificazione originali.

Bin Li2026-07-07
💻 computer science

Classification Fidelity of Large Language Models on Endodontic Items from the Turkish Dental Specialty Examination

Questo studio valuta la fedeltà di classificazione di quattro modelli linguistici di grandi dimensioni nel categorizzare domande di esame endodontico attraverso tre tassonomie educative, rivelando che, mentre modelli come Gemini e DeepSeek raggiungono un accordo sostanziale per le tassonomie di Bloom e SOLO, tutti i modelli faticano con la Piramide di Miller, dimostrando che la prestazione degli LLM è dipendente dalla tassonomia e distinta dall'accuratezza della risposta.

Bilge Hakan Şen, Aslıhan Yekeler, Duygu Kürklü Arpaçay, Jülide Ocak, Oğuzhan Akkoçan2026-07-07
💻 computer science

A ResNet-50 Classifier with Grad-CAM and SHAP for Explainable Breast Cancer Detection in Dense Mammography: Comparison with Human Radiologist Performance

Questo studio dimostra che un classificatore ResNet-50 potenziato con spiegazioni Grad-CAM e SHAP può superare la sensibilità dei radiologi umani nel rilevare il tumore al seno all'interno di mammografie dense, raggiungendo una sensibilità del 72,2% e fornendo al contempo approfondimenti visivi azionabili per supportarne l'impiego come strumento di secondo lettore che segnala i casi ad alta confidenza e delega quelli ambigui ai clinici.

Agostinho Sousa Pinto, António Abreu, Manuel Pérez Cota, Jerónimo Paiva, Laís Gabriele Vieira2026-07-07
💻 computer science

Civil aviation passenger traffic forecasting using a hybrid SSA and sparrow-search-optimized MLP-BP model

Questo studio propone un modello di previsione ibrido che integra la Singular Spectrum Analysis (SSA) per la decomposizione dei dati, un multilayer perceptron addestrato con backpropagation (MLP-BP) per la modellazione delle componenti e l'algoritmo Sparrow Search (SpSA) per l'ottimizzazione dei parametri, dimostrando una precisione superiore nella previsione del traffico passeggeri dell'aviazione civile cinese rispetto ai metodi convenzionali.

Tiantian Tang, Qingsong Liu, Sibo Wang, Zhongze Li, Baicheng Guo, Haolin Liu, Peixuan Duan, Haiwen Xu2026-07-07
💻 computer science

K-PSO Based Energy Aware Clustering Algorithm for Environmental Monitoring Wireless Sensor Networks

Questo articolo propone un algoritmo di clustering ibrido K-PSO che combina K-Means e Particle Swarm Optimization per ottimizzare la selezione dei cluster head nelle reti di sensori wireless per il monitoraggio ambientale, migliorando significativamente l'efficienza energetica, estendendo la durata della rete e potenziando la stabilità dei cluster head rispetto ai metodi tradizionali.

Ayobami Adedokun, Folasade Dahunsi, Jide Popoola2026-07-06