💻 informatica

BTC-FUSION: Fusing Bitcoin Peer-to-Peer Network Metadata with On-Chain Analytics for Explainable Lead Generation and Risk-Controlled Attribution

BTC-FUSION è un sistema offline che fonde i metadati della rete P2P di Bitcoin con l'analisi on-chain per generare lead spiegabili e a rischio controllato per il rilevamento di attività illecite, impiegando un risolutore consapevole del CoinJoin, un ranking basato su gradient boosting e una rigorosa politica di risposta a errore limitato, pur riconoscendo i limiti nell'accuratezza dell'attribuzione contro specifiche condizioni avversarie.

Harshit Kumar Sengar, Yury Trochin, Tanav Dwivedi, Akshat Prasad, Ashwani Kumar, Tanvi Goel2026-10-20
💻 informatica

Reliable Skin-Tone Fairness in Dermatology AI: From Lesion-Level Leakage to Tone-Adaptive Learning

Questo articolo affronta l'equità del tono della pelle nella dermatologia basata sull'IA esponendo la grave inflazione delle prestazioni causata dalla fuga di dati a livello di lesione e dall'inaffidabilità dei proxy del tono della pelle basati sulla luminanza, proponendo infine un protocolo di valutazione rigoroso e una pipeline di pre-elaborazione adattiva al tono che migliora significativamente la sensibilità del modello per i toni della pelle più scuri in condizioni cliniche realistiche.

Muhammad Rizwan Tahir, Shaista Habib, Sadaf Jabeen, Zahoor Khan2026-10-20
💻 informatica

The Birth, Life, and Death of Internal Organization

Questo articolo propone un framework chiamato "Organizzazione delle Conseguenze" per definire il ciclo di vita e l'identità delle strutture interne nei sistemi di apprendimento basandosi sul loro impatto causale su risultati futuri, dimostrando che tale organizzazione persiste, si trasferisce e muore in modi che non possono essere catturati dalla sola somiglianza rappresentativa o dall'allineamento degli operatori.

Yuxuan Deng2026-10-20
💻 informatica

A Leakage-Safe, Interpretable Machine Learning Baseline for CNC Tool Wear Classification: Reproducibility Lessons from the UC Berkeley Milling Dataset

Questo studio stabilisce un framework di valutazione riproducibile e protetto da perdite di dati per la classificazione dell'usura degli utensili CNC utilizzando l'UC Berkeley Milling Dataset, dimostrando che un modello di regressione logistica semplice e interpretabile supera gli ensemble complessi quando opportunamente raggruppato per caso di utensile, allineandosi al contempo con gli indicatori fisici di usura.

Md Ryshur Rahman Turin, Md Abid Hasan, Jamal Uddin Ahamed2026-10-20
💻 informatica

Robust and Scalable Lexical Candidate Generation for Knowledge Graph Matching: A Cross-Domain Empirical Study

Questo articolo presenta uno studio empirico cross-domain che valuta quattro metodi di generazione di candidati lessicali su 34 dataset, rivelando che BM25 offre prestazioni stabili mentre il recupero tramite n-grammi di caratteri funge da robusta baseline a configurazione zero, consentendo infine un matching di grafi di conoscenza scalabile con una riduzione dello spazio di ricerca superiore al 99%.

Savita Sawant, Sushopti Gawade, Mukesh Shrimali2026-10-20
💻 informatica

Facts Without Owners. Consolidating a Conversation into a Language Model's Weights Stores What Was Said, Not Who Said It

Questo articolo dimostra che, sebbene la consolidazione della cronologia delle conversazioni direttamente nei pesi di un modello linguistico migliori il richiamo fattuale senza archivi esterni, il modello non riesce a tracciare in modo affidabile la provenienza degli interlocutori, rendendo necessaria la conservazione di un archivio esterno per attribuire accuratamente le informazioni.

Maximiliano Rodrigo Speranza2026-10-20
💻 informatica

State-of-the-Art Image Recognition for Surface Water Garbage Detection, Classification, and Counting

Questo articolo presenta un sistema di riconoscimento immagini leggero basato su YOLOv8n per rilevare, classificare e contare i rifiuti superficiali acquatici, dimostrando che, sebbene l'approccio sia fattibile con dati limitati e risorse CPU ridotte, le sue attuali modeste prestazioni (mAP50 di 0,244) evidenziano la necessità di dataset ampliati, etichette perfezionate e un addestramento prolungato per raggiungere un'utilità pratica.

Prathamesh Garud2026-10-20
💻 informatica

Dynamic LeJEPA: Maximum Entropy Representations for Sequential Prediction and Latent Planning with Theoretical Guarantees

Questo articolo risolve il paradosso del degrado della conoscenza del dominio nelle Architetture Predittive a Embedding Congiunto dimostrando che gli encoder a massima entropia sono teoricamente ottimali e che i vincoli fisici devono essere applicati al decoder piuttosto che all'encoder, esponendo simultaneamente un modo di guasto critico in cui la pianificazione latente offline può essere facilmente sfruttata da modelli che non supportano genuinamente il controllo a valle.

Mohsen Mostafa2026-10-20