💻 computer science

Two-Stage Synthetic-to-Real Transfer Learning for Automated Mammography Report Generation Using Vision-Language Models

Questo articolo propone un framework di apprendimento per trasferimento da sintetico a reale in due fasi che sfrutta 400 report sintetici clinicamente validati per preaddestrare un modello visione-linguaggio, migliorando significativamente le prestazioni della generazione automatizzata di report mammografici e l'efficienza dei dati, riducendo al contempo le allucinazioni rispetto ai metodi allo stato dell'arte esistenti.

Gani Esen, Marat Nurtas, Jandos Amankulov, Laura La Paglia2026-07-20
💻 computer science

Task-Adaptive Decoder Specialization for Unified Image Coding Toward Human Reconstruction and Machine Classification

Questo articolo propone un framework di specializzazione del decoder adattivo al compito che utilizza un encoder condiviso e una rappresentazione latente con adattatori sul lato decoder riconfigurati dinamicamente per migliorare simultaneamente la discriminabilità semantica per la classificazione delle macchine e la fedeltà della texture ad alta frequenza per la percezione umana nella codifica di immagini unificata, in particolare a bassi bitrate.

Wei Zhang, Xiwu Shang, Mengyao Wang, Xiaoli Zhao, Guozhong Wang2026-07-20
💻 computer science

Predicting Visual Acuity from Fundus Photographs Using a Domain-Pretrained Vision Transformer: Anatomical Alignment of Attention Patterns

Questo studio dimostra che un Vision Transformer pre-addestrato su un dominio specifico (RETFound), perfezionato su oltre 21.000 fotografie del fondo oculare, raggiunge un sostanziale accordo nella previsione dell'acuità visiva a quattro classi sviluppando al contempo modelli di attenzione anatomicamente organizzati — passando dai vasi retinici negli occhi con bassa visione alla macula negli occhi con visione normale — che correlano con la correttezza della classificazione e offrono interpretabilità per le previsioni incerte.

Jin Hyun Kim, Yong Seop Han, Kuk Jin Jang, Seoung Jin Lee, Hyonyoung choi, Insup Lee2026-07-17
💻 computer science

Semantic Alignment, Chronological Distance, and Citation-Network Prominence in Citation Formation: Evidence from Ten Citation Corpora

Applicando un framework rigorosamente mitigato contro le perdite di dati su dieci corpora bibliografici, questo studio dimostra che la distanza cronologica è il predittore dominante della formazione delle citazioni, superando costantemente il potere predittivo dell'allineamento semantico e della prominenza nella rete di citazioni sotto condizioni temporalmente rigorose.

Moses Boudourides2026-07-17
💻 computer science

Cross-Attention Based Multi-Sensor Fusion for Robust Object Detection in ADAS: YOLOv12 with Spatiotemporal Calibration and iHOA-Tuned Temporal Fusion Transformer

Questo articolo propone CAMSF-ADAS, un framework di rilevamento oggetti robusto per i sistemi avanzati di assistenza alla guida che integra dati di telecamera, LiDAR e radar attraverso la calibrazione spazio-temporale e la fusione cross-attention, sfruttando YOLOv12 per la localizzazione e un Temporal Fusion Transformer ottimizzato tramite un algoritmo di ottimizzazione dell'ippopotamo migliorato per una classificazione potenziata.

Raghunath Mallavarapu, Kanaka Raju Pappala, Sattibabu Bhumireddi, G. Krishna Podagatlapalli, Kavitha Chandu, Durga Rao T (…)2026-07-17
💻 computer science

Retrofit or Redesign? Hardware-Validated Constant-Time Defense and Cost Analysis for the M-Step Side-Channel on TrustZone-M

Questo articolo dimostra, attraverso la validazione su silicio reale su Arm TrustZone-M, che la riprogettazione degli algoritmi crittografici per l'esecuzione a tempo costante è superiore all'adattamento retroattivo, poiché quest'ultimo non solo comporta un costo circa due ordini di grandezza superiore, ma rischia anche di mantenere perdite di controllo del flusso sfruttabili che solo la verifica per singola istruzione può rilevare.

Arash Razban2026-07-17
💻 computer science

From Infrared to Ultraviolet]{From Infrared to Ultraviolet: A Renormalization Group Approach to Frequency-Aware Progressive Training

Questo articolo propone una strategia di addestramento progressivo consapevole delle frequenze ispirata al gruppo di rinormalizzazione che attiva sequenzialmente rami a bassa e alta frequenza con tassi di apprendimento decrescenti, dimostrando miglioramenti costanti nei compiti di regressione few-shot a bassa dimensionalità, pur chiarendo che la sua efficacia diminuisce negli scenari ad alta dimensionalità o a processi fluidi in cui la separazione delle scale è meno rilevante.

英熙 朱2026-07-17
💻 computer science

Dual-Stage Guided Artificial Lemming Algorithm (DALA) For Solving Engineering Application Optimization Problems

Questo articolo propone il Dual-Stage Guided Artificial Lemming Algorithm (DALA), che migliora il tradizionale ALA attraverso il ranking probabilistico adattivo, una strategia greedy a due stadi che combina l'apprendimento avversario e topologico, e la mutazione JADE per risolvere efficacemente problemi di ottimizzazione ingegneristica ad alta dimensionalità e l'ottimizzazione degli iperparametri per la previsione del carico di potenza.

Jiayi Gao, Yu Zhang2026-07-17
💻 computer science

Adaptive Optimization for Stable High-Capacity CNN/GAN Image Watermarking

Questo articolo propone un framework di ottimizzazione adattiva che migliora la stabilità, la trasparenza percettiva e la robustezza dei sistemi di watermarking di immagini basati su CNN/GAN ad alta capacità, regolando dinamicamente la composizione della perdita e le strategie di regolarizzazione per affrontare le sfide della variabile complessità di embedding senza aumentare l'overhead architettonico.

Marta Bistroń, Zbigniew Piotrowski2026-07-17