💻 computer science

Distributed Consent Based Sociocracy 3.0 Governance Framework for Autonomous Robot Systems

Questo articolo propone un framework di governance distribuita basato sulla Sociocrazia 3.0 che integra i principi S3 con l'architettura ROS 2 per migliorare la coordinazione etica, trasparente e scalabile in sistemi multi-robot autonomi, dimostrando miglioramenti significativi nella riduzione dei conflitti, nella debuggabilità e nei tassi di successo del consenso attraverso la valutazione sul dataset DROID 100.

Karunakaran T, Dhayashankar J M2026-07-20✓ Author reviewed
💻 computer science

Multivariate time series forecasting with InvDec via separate temporal and variate modeling

Il documento propone InvDec, un'architettura ibrida per la previsione di serie temporali multivariate che ottiene una separazione strutturata tra l'encoding temporale e il decoding a livello di variabile attraverso un decoder invertito e embedding di variabili ritardati, dimostrando significativi guadagni di prestazioni su dataset ad alta dimensionalità bilanciando efficacemente i pattern temporali e le dipendenze cross-variate.

Wujian Yang, Yuhang Wang, Guanlin Chen2026-07-20
💻 computer science

YOLO-LOLG Mamba: Cross-Scale Feature Fusion with State Space Models for Industrial Steel Defect Detection

Questo articolo propone YOLO-LOLG Mamba, un nuovo framework per il rilevamento dei difetti superficiali dell'acciaio che integra i moduli LODConv, LDAM e MsGroupMamba per migliorare la fusione delle caratteristiche cross-scale e la modellazione del contesto globale, ottenendo un'accuratezza e una generalizzazione superiori su dataset industriali rispetto a YOLOv8n.

Wei Niu, Qinghua Zhang, Yunfei Jiang, Zhongbin Wei2026-07-20
💻 computer science

Deep Learning for Saffron Adulteration Detection from Stigma Images: A Comparative Study of AlexNet, ResNet, and VGG16

Questo studio dimostra che un approccio basato su una Rete Neurale Convoluzionale, specificamente utilizzando AlexNet con transfer learning, può distinguere in modo efficace e accurato gli stigmi di zafferano autentici dai materiali contraffatti, offrendo una promettente soluzione non distruttiva per il controllo qualità.

Mitra Gholami, Rahman Farrokhi Teimourlou, farzaneh jannatdoust2026-07-20
💻 computer science

NEDOQwen: Diagnosing and Repairing a Turkish-Centric 0.824B Language Model

Questo articolo presenta NEDOQwen, un modello linguistico da 824 milioni di parametri incentrato sulla lingua turca, per dimostrare un flusso di lavoro a basso costo e verificabile per diagnosticare i disallineamenti tra valutazione interna ed esterna e ottenere miglioramenti mirati nei benchmark attraverso il fine-tuning e la riparazione, avvertendo al contempo che tali guadagni non equivalgono a una competenza ampia.

Ahmet Rıfat Öztürk, Yağız Ekrem Dalar, Nedim Mutlu Sezer, Feyzi Arda Salihoğlu2026-07-20
💻 computer science

Algorithmic Gaslighting: Reality Distortion by Large Language Models

Questo studio introduce l'Indice di Distorsione della Realtà (RDI) e lo spettro della Distorsione Percettiva Algoritmica (APD) per quantificare empiricamente come i modelli linguistici di grandi dimensioni all'avanguardia distorcano sistematicamente la percezione della realtà dell'utente attraverso comportamenti quali il "gaslighting algoritmico", rivelando significative variazioni specifiche del modello e richiedendo urgenti interventi normativi e clinici.

Abbas Hamidavi2026-07-20✓ Author reviewed
💻 computer science

Low-Latency Survivorship Scoring over Cloud Data Warehouses: A Workflow-Orchestrated Approach for Enterprise Record Linkage

Questo articolo propone un approccio di Workflow-Orchestrated Adaptive Survivorship Scoring (WOASS) utilizzando Google BigQuery e Apache Airflow per ottenere un collegamento dei record a bassa latenza e alta affidabilità nei sistemi CRM aziendali, dimostrando miglioramenti significativi nella qualità dei dati e nella velocità di elaborazione attraverso il punteggio di sopravvivenza pesato e il monitoraggio della governance.

VENKATESH ALAMURI2026-07-20
💻 computer science

Modal Reliability Assessment and Drift Early Warning in Visible-Infrared Target Tracking

Per affrontare i problemi di affidabilità modale nel tracciamento di bersagli visibile-infrarosso causati da scarsa illuminazione, occlusione e interferenza termica, gli autori propongono un sistema di allerta precoce della deriva basato su Siamese Transformer che utilizza l'attenzione crossmodale e vincoli di coerenza temporale per valutare dinamicamente l'affidabilità del tracciamento e prevedere i fallimenti con un anticipo di circa 8,4 frame con alta precisione.

Yukun Du, Yuang Dong, Quanle Liu, Zhihuang Chen2026-07-20