💻 computer science

Disentangling Mechanism, Budget, and Coverage in Data Augmentation for Imbalanced Malware Family Classification

Questo articolo scinde gli effetti del meccanismo di generazione, del budget di aumento e della copertura nei modelli generativi profondi per la classificazione di malware sbilanciati, riscontrando che, mentre la maggior parte dei fattori produce guadagni di prestazioni trascurabili, l'aumento del budget di aumento fornisce un miglioramento piccolo ma riproducibile per i classificatori RBF-SVM, evidenziando l'importanza critica del design sperimentale nella valutazione delle strategie di aumento dei dati.

Kiana Bakrani Balani, Fabio Di Troia2026-09-07
💻 computer science

MARS-Agent: Retrieval-Augmented Multi-Agent Deliberation for Cross-Border E-Commerce Supply Chain Resilience

Il documento propone MARS-Agent, un framework multi-agente con recupero aumentato caratterizzato da un meccanismo RAG a doppio trigger e un ciclo di Verifica-Adattamento-Ripianificazione per abilitare una deliberazione a circuito chiuso e autocorrettiva, volta a potenziare la resilienza delle catene di approvvigionamento dell'e-commerce transfrontaliero contro le perturbazioni eterogenee.

Wenhui Zheng, Qing Xu2026-09-07
💻 computer science

Memory-Efficient Contrastive Learning via Budgeted Hard Negative Selection

Questo articolo introduce un framework di apprendimento contrastivo efficiente dal punto di vista della memoria che elimina il collo di bottiglia della memoria quadratica delle matrici di similarità dense attraverso il calcolo in streaming e la selezione dinamica di un budget fisso di negativi difficili, consentendo dimensioni dei batch significativamente più grandi su hardware limitato pur mantenendo l'efficacia dell'ottimizzazione.

Qinwu Xu2026-09-07
💻 computer science

A Concern-Centric Empirical Evaluation of Multi-Language Code Smells: An LLM-Assisted Study of JNI Software Evolution

Questo articolo presenta una valutazione empirica incentrata sulle preoccupazioni dei JNI code smell utilizzando l'analisi assistita da LLM di 8.207 commit in 15 progetti open-source, rivelando che le definizioni esistenti degli smell coprono solo il 36,5% delle preoccupazioni di manutenzione degli sviluppatori e proponendo tre nuove definizioni di smell per affrontare i gap identificati.

Md Shahrukh Ansari, Salman Abdul Moiz2026-09-07
💻 computer science

Failure Transparency in Android Forensic Parsing Under Schema and Representation Drift: A Controlled ALEAPP Microbenchmark

Questo studio dimostra che, sebbene la deriva controllata di schema e rappresentazione nei parser forensi per Android come ALEAPP porti frequentemente a prove incomplete o interpretate erroneamente, gli strumenti non riescono a fornire diagnostica visibile all'esaminatore di tali fallimenti, evidenziando la necessità critica di framework di validazione che diano priorità alla trasparenza del fallimento insieme all'accuratezza del recupero.

Tarun Preetham Bulla2026-09-07
💻 computer science

The Query Cannot See the Question: A Short Convolution's Reach Decides Which Part of a Query Conditions Retrieval, and What Falls Outside Becomes a Confident Wrong Answer

Questo articolo dimostra che la breve profondità causale della convoluzione depthwise nei modelli di attenzione lineare e nei modelli di spazio di stato impone un limite rigido e non degradabile su quali parti di una query possano condizionare il recupero, causando il fatto che il modello generi con sicurezza risposte errate quando informazioni critiche cadono al di fuori di questa stretta finestra, un fallimento che persiste negli strati superficiali ma che può essere mitigato da architetture più profonde o kernel più grandi.

Maximiliano Rodrigo Speranza2026-09-07
💻 computer science

Approach to Robust Visual Relocalization for Humanoid Robots via Mixture-of-Experts with Hierarchical Distillation

Questo articolo propone un framework di rilocalizzazione visiva robusto per robot umanoidi che integra un'architettura Mixture-of-Experts con una distillazione della conoscenza gerarchica per ottenere una stima della posa a 6 gradi di libertà accurata, stabile ed efficiente in condizioni critiche come cambiamenti repentini del punto di vista e auto-occlusione.

Shichu Sun, Jingwen Luo2026-09-07
💻 computer science

Modelling Reinforcement Learning Scheduling Agents: Action spaces, reward designs, and expert demonstrations

Questo articolo investiga come le scelte di modellazione nel Deep Reinforcement Learning influenzino le politiche di scheduling per il problema dello scheduling di job-shop flessibile, dimostrando che l'integrazione di limiti di ottimalità derivati dalla Programmazione a Vincoli e di dimostrazioni di esperti in un framework multi-agente migliora significativamente la progettazione della ricompensa e accelera la convergenza per ottenere prestazioni di scheduling superiori in tempo reale.

Alexandre Jesus, Arthur Corrêa, Miguel Vieira, Catarina Marques, Cristóvão Silva, Samuel Moniz2026-09-07
💻 computer science

A Comparative Study of Pretrained Transformer Models for Quranic ASR: Speech Representations, Label Formats, and Dataset Composition

Questo articolo presenta uno studio empirico sistematico che dimostra come il fine-tuning del modello Transformer preaddestrato Wav2Vec2-XLSR-53 su un dataset coranico di 870 ore con testo arabo privo di diacritici riduca significativamente i tassi di errore di parola (Word Error Rates) e migliori l'efficienza dell'addestramento rispetto ai sistemi basati su baseline.

Nabil Mosharraf Hossain, Riasat Islam, Unaizah Obaidellah2026-09-07