💻 Category

cs

929 articoli

💻 computer science

Adaptive-Hazard Bayesian Online Change-Point Detection for Text Streams: A Dirichlet-Multinomial Formulation

Questo articolo propone un metodo di rilevamento online dei punti di cambiamento bayesiano con rischio adattivo per flussi di testo che regola dinamicamente le probabilità di reset basandosi sulla deriva della distribuzione lessicale tramite una formulazione dirichlet-multinomiale, dimostrando prestazioni di rilevamento migliorate e una riduzione del ritardo, in particolare in scenari che coinvolgono cambiamenti lessicali graduali o deboli.

Muhammad Ali Gunawan, Amalia Fitri2026-07-10
💻 computer science

Large scale IoT Intrusion Detection using Isolation Forest and Mutual Information based Feature Selection

Questo articolo dimostra che un algoritmo Isolation Forest combinato con la selezione delle caratteristiche basata sulla Mutual Information supera i metodi Autoencoder ed Ensemble nel rilevamento delle intrusioni IoT su larga scala, raggiungendo un'accuratezza, un F1-score e un AUC superiori, pur mantenendo una complessità computazionale inferiore sul dataset NF-ToN-IoT-v3.

siddharth Ghansela2026-07-10
💻 computer science

Temporal Multi-Signal Fusion for Token-Level Hallucination Detection

Questo articolo propone un approccio di fusione temporale multi-segnale che tratta l'allucinazione come un problema di etichettatura di sequenze utilizzando una BiGRU per combinare statistiche testuali, entailment NLI e surprisal del modello linguistico, ottenendo un significativo miglioramento dell'AUC di 0,840 su RAGTruth sfruttando il contesto temporale anziché la capacità del modello, pur mantenendo l'efficacia su modelli a codice chiuso e non visti.

Igor Itkin2026-07-10
💻 computer science

A Risk-Oriented Verification and Validation Framework for Hallucination Detection in Public-Sector LLM Systems

Questo articolo propone un framework di verifica e validazione orientato al rischio che trasforma il rilevamento delle allucinazioni nei modelli linguistici di grandi dimensioni del settore pubblico da una sfida puramente tecnica in una questione di governance, introducendo un indice di rischio composito per guidare decisioni operative come il differimento o l'escalation umana, garantendo così la certezza giuridica e la responsabilità amministrativa.

Nguyen Binh2026-07-10✓ Author reviewed ⓘ
💻 computer science

Forecasting the Onset of Hallucination: Causal, Token-Level, Black-Box Survival Analysis During Generation

Questo articolo introduce un framework di analisi della sopravvivenza causale a livello di token che prevede con successo l'insorgenza di allucinazioni nei modelli linguistici di grandi dimensioni prima che si verifichino, raggiungendo un AUROC di 0,777 rilevando la deriva della novità testuale e fornendo avvisi circa 11 token prima dei tradizionali rilevatori post-hoc.

Igor Itkin2026-07-10
💻 computer science

NPDO: Neural Prediction Direction Optimizer for Fast VVC Intra Coding

Questo articolo propone NPDO, un framework neurale ibrido che combina l'estrazione di caratteristiche multi-scala con architetture gerarchiche CNN e Vision Transformer per potare intelligentemente lo spazio di ricerca della predizione intra VVC, ottenendo una riduzione del 54,0% nel tempo di codifica con un aumento del BD-Rate di solo l'1,18% rispetto al riferimento VTM 23.0.

Reka Sandaruwan Gallena Watthage, Anil Fernando2026-07-10
💻 computer science

ADONIS: Adaptive Digital Twin-Driven Orchestration for Network-Intelligent Slicing in 6G Edge Environments

Questo articolo propone ADONIS, un framework decentralizzato per il network slicing 6G che sfrutta un'architettura di Digital Twin edge-federata e gerarchica, uno scheduler basato su una rete neurale a grafo spazio-temporale e un nuovo protocollo di delta-encoding per minimizzare l'overhead di sincronizzazione e le violazioni degli SLA, garantendo al contempo la convergenza dell'allocazione delle risorse.

Aritrik Ghosh2026-07-10
💻 computer science

Mining Focus-Aware Dense Subgraphs in Dynamic Multilayer Networks with Adaptive Updates

Questo articolo propone il framework Focus-Aware Adaptive Dense Subgraph (FAADS), che estrae efficientemente sottografi densi di alta qualità in reti multistrato dinamiche attraverso un meccanismo di aggiornamento incrementale, ottenendo miglioramenti significativi della velocità rispetto ai metodi allo stato dell'arte pur mantenendo una qualità della densità quasi ottimale.

Huang Qibao¹, Rao Linghong¹，2026-07-10✓ Author reviewed ⓘ
💻 computer science

Deep Learning for Student Outcomes Temporal Deep Learning for Student Outcome Prediction: Comparing Multi-Task and Single-Task Approaches on the OULAD Dataset

Utilizzando il dataset OULAD, questo studio dimostra che, sebbene i modelli BiLSTM superino i baseline di gradient boosting nella previsione degli esiti di promozione/bocciatura e di abbandono degli studenti, le architetture di multi-task learning non forniscono alcun vantaggio significativo rispetto agli approcci a task singolo nonostante una moderata correlazione tra i task, suggerendo che tali esiti dipendano da modelli comportamentali parzialmente distinti.

Haili Qin, Chuanxia Zhang, Linkai qi2026-07-10