💻 computer science

A State-Sensing Adaptive Artificial Bee Colony Algorithm with Dynamic Search and Rank-Based Selection for High-Dimensional Complex Optimization

Questo articolo propone l'algoritmo State-Sensing Adaptive Artificial Bee Colony (SSA-ABC), che supera i limiti del classico ABC attraverso l'inizializzazione consapevole della dimensionalità, la regolazione dinamica della ricerca e meccanismi di selezione basati sul rango per ottenere prestazioni superiori nell'ottimizzazione ad alta dimensionalità e nella pianificazione dei percorsi dei robot.

Xinyao Gao2026-09-02
💻 computer science

Visual Distances among Cultural Art Corpora Align with Expert-Coded Historical-Artistic Relatedness

Questo studio dimostra che le distanze visive derivate da grandi modelli di visione correlano significativamente con la pertinenza storico-artistica codificata da esperti attraverso diverse unità culturali ed epoche, suggerendo che i corpora di addestramento visivo su scala internet codifichino intrinsecamente regolarità statistiche che riflettono relazioni storico-artistiche.

Qiurui Wang, Weiqiang Ying, Ziyu Xu, Yousheng Yao, Shirui Wen, Guoying Wu, Cheng Yao, Fangtian Ying, Guanghui Huang2026-09-02
💻 computer science

Joint Scheduling and Resource Allocation in Heterogeneous Queuing Systems with Bursty Traffic: A Constrained Soft Actor-Critic Approach

Questo articolo propone un approccio Constrained Soft Actor-Critic (CSAC) che scinde i vincoli stringenti di ritardo dalla funzione di ricompensa e impiega un meccanismo di mappatura a due stadi per massimizzare efficacemente l'utilità del throughput minimizzando al contempo le violazioni del ritardo in sistemi di accodamento eterogenei con traffico bursty, superando sia l'apprendimento non vincolato che i baseline euristici.

Ao Fang, Jianyu Cao, Weihua Qian2026-09-02
💻 computer science

Quantifying Data Efficiency in YOLO-Based Femur Segmentation for Axial T1-Weighted MRI

Questo studio dimostra che, tra i modelli della famiglia YOLO per la segmentazione del femore in risonanze magnetiche pesate in T1, YOLOv11m-seg fornisce l'equilibrio ottimale tra efficienza dei dati, accuratezza e velocità in regimi di scarsità di dati, raggiungendo prestazioni elevate con soli 100 slice annotate e mostrando che le differenze architettoniche diventano trascurabili con dataset più ampi.

Patrick Gerard Sujeeth, I R Praveen Joe2026-09-02
💻 computer science

Optimizing Physiological Image Compression via Discrete Wavelet Transform without Loss of Clinical Relevance

Questo studio propone un metodo di compressione di immagini 2D computazionalmente efficiente utilizzando la trasformata wavelet discreta di Haar per massimizzare i rapporti di compressione preservando al contempo la rilevanza clinica e l'affidabilità diagnostica delle immagini fisiologiche.

Dawit Teklu Weldeslasie, Tedros Kebede Bidada, Yayneshet Tadele Aynalem2026-09-02
💻 computer science

BioSurveillance-Agent: A Multi-Method Explainable Agentic Platform for Epidemic Surveillance on One-Health Networks

BioSurveillance-Agent è una piattaforma agente spiegabile multi-metodo che integra reti One Health, sensori indossabili e una pipeline di IA ibrida per consentire una sorveglianza e un intervento epidemico gerarchici e contestualmente adattivi, dimostrando riduzioni significative della diffusione delle malattie e della mortalità attraverso un processo decisionale robusto e umanamente verificabile.

Valentina Carbonari, Annamaria Defilippo, Pietro Hiram Guzzi, Pierangelo Veltri2026-09-02
💻 computer science

CMTD: Cascaded Multi-Token Disambiguation Model for Lip Reading

Il documento propone il Cascaded Multi-Token Disambiguation Model (CMTD), che migliora le prestazioni del lip reading integrando la modellazione del contesto futuro direttamente nel processo di decodifica attraverso una struttura di predizione multi-token a cascata e un obiettivo di addestramento gerarchico, risolvendo così efficacemente le ambiguità visive e riducendo i tassi di errore sui dataset di riferimento.

Yuting Fang, Feng Xue, Zhe Chen, Shujie Li2026-09-02
💻 computer science

Beyond Coverage: An Empirical Study of Mutation-Score Proxies for Deep Neural Network Testing

Questo articolo dimostra empiricamente che, mentre le metriche di adeguatezza dei test tradizionali e non strutturali mostrano una correlazione debole o nulla con i punteggi di mutazione, la Latent Space Class Dispersion (LSCD) funge da proxy significativamente più forte e computazionalmente efficiente per valutare la qualità del dataset di test delle Reti Neurali Profonde rispetto alla Mahalanobis Distance-based Surprise Coverage.

Vivek V. Vekariya, Mojdeh Golagha, Andrea Stocco, Alexander Pretschner2026-09-02
💻 computer science

Graph Learning for Cold-Start and Data-Scarce Recommendation: A Taxonomy-Driven Critical Survey

Questo articolo presenta un'analisi critica di 183 studi (2018–2026) sull'apprendimento su grafi per la raccomandazione in scenari di cold-start e di scarsità di dati, offrendo un'analisi guidata dalla tassonomia delle metodologie e sottolineando l'urgente necessità di protocolli di valutazione più rigorosi e di un'integrazione più affidabile delle informazioni secondarie per affrontare l'attuale disomogeneità delle evidenze.

Samane Sayyar, Amir Soltani2026-09-02
💻 computer science

SymCLIP: Symmetric Prompting with Adaptive Semantic Labeling for Multi-Intent Recognition

Il documento propone SymCLIP, un nuovo framework che migliora il riconoscimento di intenti multipli nelle immagini dei social media introducendo il Symmetric Vision–Language Prompting per accoppiare sinergicamente le caratteristiche visive e testuali e il Dynamic Label Integration per abilitare una rappresentazione semantica adattiva, raggiungendo prestazioni state-of-the-art sul dataset Intentonomy.

Shuang Wu, Honglin Ma2026-09-02