💻 computer science

Machine Learning-Based Waiting Time Prediction for Priority Queues with Preemptive and Non-Preemptive Service Rules

Questo articolo dimostra che i modelli di apprendimento automatico, in particolare le Reti Neurali Ricorrenti, possono prevedere accuratamente i tempi di attesa in sistemi di code a priorità complessi e variabili nel tempo utilizzando solo la lunghezza della coda e la priorità del cliente, superando i metodi basati su alberi in regole di servizio non preemptive e varie regole preemptive.

Sahil Singh Bhandari, T.G. Deepak2026-06-29
💻 computer science

AI for Maritime Security: Comparative Evaluation of Convolutional Neural Network and Vision Transformer Architectures for Maritime Object Detection

Questo studio valuta sei architetture di deep learning per il rilevamento di oggetti marittimi in diverse condizioni meteorologiche, dimostrando che il modello Vision Transformer (ViT) supera le alternative basate su CNN ottenendo un'accuratezza del 100%, i tassi di errore più bassi e la velocità di elaborazione più elevata, evidenziando così il suo potenziale per migliorare la sicurezza e la sorveglianza marittima guidate dall'IA.

Ismet Gocer, Zakirul Bhuiyan, Shakeel Ahmad, Raza Hasan2026-06-29
💻 computer science

Kernel Alignment-based Hybrid Heterogeneous Attribute Space Three-way Clustering for Disease Feature Recognition

Questo articolo propone un nuovo metodo di selezione delle caratteristiche che integra l'allineamento dei kernel per unificare i dati medici eterogenei all'interno di uno Spazio di Hilbert con Kernel Riproducente ed estende il clustering tripartito per modellare esplicitamente l'incertezza del confine, riducendo così efficacementmente la dimensionalità e migliorando significativamente l'accuratezza e la stabilità della previsione delle malattie su dataset clinici multimodali.

Cheng Qian, Tinggui Chen, Jianjun Yang2026-06-29
💻 computer science

Rule-to-Data Knowledge Transfer via Optimal Transport for Weakly Supervised Anomaly Detection on Transaction Graphs

Questo articolo propone un framework di apprendimento debolmente supervisionato per il rilevamento di anomalie in grafi di transazioni che sfrutta il trasporto ottimale per allineare la semantica delle regole gerarchiche, derivate da alberi decisionali, con le rappresentazioni continue delle transazioni, generando così pseudo-etichette di alta qualità e superando i baseline esistenti su dataset benchmark.

Qiuyang Zhang, Keyang Chen, Mingxuan Jiang, Yuan Shui, Yandan Tan, Zhixin Li, Hongbin Zhu, Hongfeng Chai2026-06-29
💻 computer science

Public regulatory data infrastructure for lifecycle oversight of AI medical devices

Questo articolo sostiene che gli attuali registri normativi pubblici per i dispositivi medici basati su IA siano inadeguati per la supervisione del ciclo di vita a causa della mancanza di dati strutturati e interrogabili relativi alle modifiche del software e agli attributi specifici dell'IA, e propone una nuova specifica dei dati per affrontare questi deficit critici in tutte le principali giurisdizioni globali.

Yu Han, Aaron Ceross2026-06-29
💻 computer science

Adaptive constrained reinforcement learning for energy-aware scheduling under changing load

Questo articolo introduce CLASP, uno scheduler di apprendimento per rinforzo vincolato e adattivo che impone espliciti vincoli di latenza tramite un prezzo lagrangiano controllato da PID e una politica condizionata al prezzo, mantenendo così una stabilità dell'efficienza energetica e dei target di violazione attraverso carichi di lavoro variabili in cui i tradizionali approcci con pesi fissi falliscono.

Saher Elsayed, Khairi Azhar Aziz2026-06-29
💻 computer science

Enhancing Cybersecurity in Cloud Computing Environments through Zero Trust Architecture: A Multi-Layer Adaptive Framework with Simulation-Based Evaluation of Attack-Surface Reduction

Questo articolo propone e valuta un framework Zero Trust adattivo multi-livello che utilizza un meccanismo di punteggio della fiducia consapevole del contesto e una rigorosa modellazione matematica per dimostrare una significativa riduzione dei tassi di successo degli attacchi e del movimento laterale all'interno degli ambienti cloud rispetto alla tradizionale sicurezza basata sul perimetro.

mohsin bashir hakak2026-06-29
💻 computer science

RadioAI: Physics-Grounded, Interpretable Deep Learning for Multi-Modal Medical Image Classification

RadioAI presenta un sistema di deep learning multimodale riproducibile e fondato sulla fisica che integra architetture specializzate per la classificazione di TC toraciche, ecografie mammarie e risonanze magnetiche cerebrali con un Gatekeeper di instradamento automatico delle modalità e strumenti di visualizzazione interpretabili, validato attraverso studi di ablazione controllati che dimostrano la necessità empirica dei componenti di progettazione informati dalla fisica.

Maitri Savaliya2026-06-29
💻 computer science

Quantum-Projected Semantic Retrieval: A Universal Low-Latency Backbone for Multi-Modal AI Systems

Il documento presenta QuantumRAG, un sistema di recupero universale a bassa latenza che mappa gli embedding testuali in stati quantistici complessi nello spazio di Hilbert per ottenere un'accuratezza di livello BERT con un'inferenza 3,6 volte più veloce su hardware CPU standard, pur rimanendo agnostico rispetto alle modalità di dati come testo, matematica e video.

Amit Rana2026-06-29