💻 informatica

The Evolution of Deep Learning Architectures for Visual Recognition: Design Principles, Feature Learning, and Network Strategies

Questa revisione sistematica sintetizza le pubblicazioni seminali per tracciare l'evoluzione intrecciata delle architetture di deep learning per la computer vision, organizzando i progressi chiave in tre dimensioni fondamentali — architetture orientate al compito, principi di progettazione dell'apprendimento delle caratteristiche e strategie di costruzione della rete — discutendo criticamente le sfide attuali e le direzioni future della ricerca per fornire un quadro unificato alla comunità.

Guoping Xu, Junjie Zhang, Jax Luo, Tianming Du, Chang Li, Xinglong Wu, Huabing Zhou, Huaxin Xu, Yajun Yu2026-10-22
💻 informatica

Measuring Code Level Determinants of Software Sustainability: A Systematic Literature Review

Questa revisione sistematica della letteratura di 137 studi sintetizza i determinanti e le metriche a livello di codice per la sostenibilità del software, rivelando un significativo divario di ricerca nella misurazione del carbonio rispetto all'energia, e propone un framework decisionale fondato e linee guida azionabili per aiutare gli sviluppatori a costruire software più verdi.

Zoya Mahboob, Atif Jilani, Qurrat Ul Ain2026-10-22
💻 informatica

From Fabrication to Enforcement: A Comparative Red-Team Analysis of Prompt Injection Resistance Across Six Large Language Models

Questo articolo presenta un'analisi comparativa di red-teaming di sei modelli linguistici di grandi dimensioni commerciali, rivelando uno spettro di sicurezza distinto nella loro resistenza agli attacchi di prompt injection che spazia dalla conformità allucinata di Grok e dal loop degenerativo di Gemini alla rigorosa applicazione dei confini di Claude, evidenziando così la critica necessità di architetture di conseguenza attive nella progettazione della sicurezza degli LLM.

Abbas Hamidavi2026-10-22
💻 informatica

Self-Supervised Pretraining of Molecular Graph Encoders with LeJEPA

Questo articolo dimostra che, sebbene il preaddestramento auto-supervisionato basato su LeJEPA produca rappresentazioni molecolari di alta qualità che superano significativamente l'inizializzazione casuale nel frozen probing e completino i fingerprint tradizionali, i suoi benefici non si traducono in modo robusto in guadagni di prestazioni a valle attraverso il fine-tuning standard, suggerendo che la combinazione a livello di feature sia la strategia ottimale per sfruttare questi embedding preaddestrati.

Michał Kulczykowski, Rafał Łabędzki2026-10-22
💻 informatica

Symbolic Regression Using Synergistic Basis Functions

Questo articolo introduce la Synergistic Basis Functions Regression (SBFR), un metodo di regressione simbolica non evolutiva che genera e seleziona dinamicamente funzioni di base sinergiche per ottenere prestazioni predittive competitive con rappresentazioni di caratteristiche compatte, superando significativamente i modelli di base in termini di accuratezza pur eliminando la necessità di una ricerca evolutiva computazionalmente costosa.

Hamide Sarvary Karizaky, Mohammad Mehdi Ebadzadeh2026-10-22
💻 informatica

DETECX: Deep Ensemble Temporal Encoder with Cross-Attention Mechanism for Encrypted Traffic Intrusion Detection in Cloud-Edge Collaborative Architectures

Questo articolo propone DETECX, un nuovo framework di ensemble profondo che integra convoluzioni temporali multi-scala, fusione cross-attention e voto adattivo per ottenere un rilevamento delle intrusioni ad alta precisione e bassa latenza per il traffico criptato all'interno di architetture collaborative cloud-edge con risorse limitate.

Xianjun Yang, LiPeng Wang2026-10-22
💻 informatica

Directed Symbolic Execution for Path Feasibility Analysis]{Directed Symbolic Execution for Path Feasibility Analysis in Software Security Testing

Questo articolo presenta un metodo di esecuzione simbolica diretta che migliora l'analisi statica della sicurezza verificando efficientemente la fattibilità dei percorsi interprocedurali attraverso la simbolizzazione automatizzata e i limiti di iterazione dei cicli, migliorando così significativamente la precisione pur preservando il richiamo su benchmark del mondo reale.

Hovhannes Movsisyan, Hripsime Hovhannisyan, Tigran Avagyan, Hayk Aslanyan2026-10-22
💻 informatica

Sparse Mamba Decoder for Quantum Error Correction: Efficient Defect-Centric Processing of Surface Code Syndromes

Lo Sparse Mamba Decoder (SMD) è un decoder neurale centrato sul difetto che raggiunge un'accuratezza superiore e una latenza bassa quasi costante elaborando solo gli eventi di rilevamento attivi con complessità O(k), superando significativamente i decoder esistenti in velocità e tassi di errore logico attraverso vari benchmark di correzione degli errori quantistici.

Samira Sayedsalehi, Nader Bagherzadeh, Maxim Shcherbakov2026-10-22
💻 informatica

From Soft to Hard Constraints in Physics-Informed Extreme Learning Machines: Analysis and Algorithms

Questo articolo propone una Extreme Learning Machine informata dalla fisica (PIELM) a vincolo rigido che incorpora le condizioni al contorno di Dirichlet direttamente nella funzione di prova tramite un termine di lifting, eliminando così gli squilibri strutturali nel sistema dei minimi quadrati per ottenere la soddisfazione dei bordi a precisione di macchina e ridurre gli errori relativi L² fino a sette ordini di grandezza rispetto alle formulazioni standard a vincolo debole.

Ruonan Zhai, Xiaoyuan Shi, Xiong Xiong, Zhuo Zhang, Maowei You2026-10-22