💻 computer science

Evaluating Cross-Method Explanation Consistency in XGBoost-Based Heart-Disease Classification

Questo studio valuta la performance predittiva e la coerenza delle spiegazioni tra i metodi di un classificatore XGBoost su un dataset di malattie cardiache, dimostrando che, sebbene il modello raggiunga un'elevata accuratezza e un accordo da moderato a forte tra i metodi di spiegazione globale (importanza nativa, importanza per permutazione e SHAP), queste dimensioni sono distinte e non garantiscono intrinsecamente la validità clinica.

Aritrik Ghosh2026-09-04
💻 computer science

Confidence Calibration and Semantic Error Analysis for Ambiguous Coreference Resolution in User-Generated Social Media Text

Questo articolo introduce AmbiGraph-Coref, un modello basato su grafi potenziato con calibrazione della confidenza e un meccanismo esplicito per i casi irrisolvibili che raggiunge prestazioni elevate nella risoluzione della coreferenza ambigua in testi sintetici di social media, sottolineando al contempo la necessità di una futura validazione su dati autentici del mondo reale.

Yuewei Yuan, Jialei Huang, Jiayang Yin, Tianyi Xu2026-09-04
💻 computer science

Playback Quality Anomalies Associated with Rapid Swiping in Short Videos: Model-Attributed Association Estimation and Risk Prediction

Questo studio sfrutta un dataset su larga scala e un modello di apprendimento automatico consapevole della qualità per distinguere accuratamente i problemi di qualità della riproduzione dal basso interesse dell'utente negli scorrimenti rapidi dei video, ottenendo elevate prestazioni predittive e consentendo l'ottimizzazione mirata delle esperienze di streaming.

Yuewei Yuan, Tianyi Xu, Jialei Huang, Jiayang Yin2026-09-04
💻 computer science

Local Second-Order Adjoint Dynamics for Implicit Neural Networks

Questo articolo introduce il Causal Adjoint Transport (CAT), un metodo di dinamica adiabatica locale del secondo ordine che riduce significativamente il costo computazionale dell'addestramento di reti neurali implicite e ricorrenti in prossimità dei confini di stabilità, richiedendo sensibilmente meno azioni di Jacobiano rispetto al rilassamento del primo ordine e ad altri solver.

Dino Vlahek, Dijana Oreški, Matija Novak, Darko Andročec2026-09-04
💻 computer science

Evaluating Medical Visual Question Answering for Telemedicine: A Secondary Data Review and the TRACE-MedVQA Framework

Questo studio valuta le attuali limitazioni nel Medical Visual Question Answering (Med-VQA) per la telemedicina e propone il framework TRACE-MedVQA, un sistema basato sul recupero di informazioni, calibrato e spiegabile, progettato per migliorare la sicurezza e l'affidabilità del supporto alle decisioni cliniche da remoto.

Kazi Abdul Mannan, Sidratul Muntaha Upoma, Mohammad Arman Hossain2026-09-04
💻 computer science

Retrieval-Augmented Safety Knowledge for Vision-Language-Action Models in Autonomous Vehicles

Questo articolo propone un framework di captioning aumentato dal recupero che inietta politiche di evitamento degli urti distillate e regole di guida formali in modelli Vision-Language-Action, migliorando significativamente l'accuratezza della previsione delle traiettorie dei veicoli autonomi per eguagliare le prestazioni del ground-truth affrontando dettagli critici per la sicurezza spesso trascurati dai modelli standard.

Elaheh Hosseini, Macheal Ruiz, Soodeh Nikan2026-09-04
💻 computer science

Cost-Efficient Large Language Model-Assisted Title­­ and Abstract Screening for Systematic Reviews: Method Evaluation and Validation

Questo studio dimostra che flussi di lavoro per modelli linguistici di grandi dimensioni accuratamente strutturati, in particolare quelli che impiegano il prompting few-shot e il ragionamento esplicito, possono raggiungere un'elevata sensibilità nello screening delle revisioni sistematiche riducendo al contempo l'impegno manuale di oltre l'80% a un costo contenuto.

Dimitri Belenki, Alexander Astanin, Dan Baaken, Heinrich A. M. Leymann, Felix Meyer, Blanka Pophof, Evelyn Weiser2026-09-04
💻 computer science

Condition-Aware Multiscale Hourglass-Transformer for Remaining Useful Life Prediction of Turbofan Engines

Questo articolo propone un modello Condition-Aware Multiscale Hourglass-Transformer (CA-MHT) che migliora la previsione della vita utile residua per motori turboventola sotto diverse condizioni operative attraverso la normalizzazione specifica per regime e l'analisi temporale multiscala, utilizzando al contempo SHAP e Integrated Gradients per convalidare l'affidamento del modello al comportamento temporale dei sensori e garantire la trasparenza del processo decisionale.

Mubashar Abbas2026-09-04
💻 computer science

NumaRing: Topology-Aware Routing for NUMA-Local MPMC Queues, and What Broke When We Optimized It

Questo articolo presenta NumaRing, un'implementazione di una coda MPMC consapevole della topologia che dimostra come le scoperte guidate dal profiling — nello specifico l'eliminazione di una costosa ricerca della topologia per operazione, la risoluzione di un collo di bottiglia su un atomico condiviso nel work-stealing e la rimozione di un backoff basato su CPU-pause inefficace — possano migliorare drasticamente le prestazioni, rivelando al contempo che anche con queste ottimizzazioni, il throughput grezzo su un sistema a due socket rimane ben al di sotto dei target di progettazione originali.

Parth Sinha2026-09-04