💻 computer science

A Knowledge Graph-Based Intelligent Guidance System for Competency-Oriented Anesthesiology Residency Training: Design and Evaluation

Questo studio presenta un sistema di guida intelligente basato su grafi di conoscenza e distribuibile localmente per la formazione specialistica in anestesiologia, che utilizza un framework di generazione aumentata dalla ricerca a doppio motore per fornire un supporto educativo accurato, conforme alle linee guida e preservante la privacy, senza fare affidamento su modelli linguistici di grandi dimensioni basati sul cloud.

Meng Yang, Kerong Hai, Qian Zhang, Xue Li, Xin Liu, Wanrong Wang2026-09-02
💻 computer science

Machine Learning Based Crop Recommendation Using Tuned Classifiers and Ensemble Methods

Questo studio dimostra che, per i compiti di raccomandazione delle colture, un modello Random Forest singolo e ben calibrato raggiunge un'accuratezza paragonabile ai complessi metodi d'insieme, suggerendo che soluzioni più semplici ed economiche siano sufficienti senza la necessità di ridondanti combinazioni di modelli.

Faiza Noushin Priya, Mirza Md. Hasibul H, Mahfiza Akter, Sraboni Ghosh Joya, Shahria Badhon2026-09-02
💻 computer science

Corrective Retrieval-Augmented Generation Adaptation in Closed Domains for Development of Intelligent Human Resource Management Systems

Questo articolo presenta uno studio di Design Science Research su un sistema Smart HR a dominio chiuso per le PMI che dimostra come un adattamento Corrective RAG con addestramento di hard-negative nello stesso capitolo migliori significativamente la fedeltà delle risposte rispetto allo standard RAG, nonostante un compromesso nell'accuratezza complessiva.

Devi Willieam Anggara, Marcellino Joestiawan, Mohd Shafry Mohd Rahim, Ibrahim Salim Sulaiman Al Farsi, Fetty Fitriyanti (…)2026-09-02
💻 computer science

SCOPE: Rethinking Attack Analysis as Uncertainty-Aware Security Reasoning under Incomplete Observations

Questo articolo introduce SCOPE, un framework training-free e consapevole dell'incertezza che ricostruisce comportamenti di attacco coerenti sotto osservazioni incomplete integrando il raggruppamento incentrato sul comportamento, la mappatura TTP distribuzionale e l'inferenza di sequenze Top-K Viterbi per superare i baseline esistenti in termini di accuratezza e robustezza.

JuYoung Lee, JeongMin Oh, SeonWoo Lee, TaeJin Lee2026-09-02
💻 computer science

Development and Evaluation of a Fine-Tuned EfficientNet-B0 Model for Maize Disease Detection

Questo articolo presenta un modello EfficientNet-B0 altamente ottimizzato e perfezionato tramite transfer learning che raggiunge una precisione del 97,57% nel rilevamento automatico di nove tipi di malattie del mais da immagini del mondo reale, offrendo uno strumento computazionalmente efficiente per assistere i piccoli agricoltori nell'identificazione precoce delle malattie.

Kayombo Sakachiva, Jackson Phiri, Mayumbo Nyirenda2026-09-02
💻 computer science

Panoramic Snapshot Neural Compression and Dual-Snapshot Navigation for Autonomous Visual Route Following of UAVs

Questo articolo presenta un sistema di navigazione visiva efficiente dal punto di vista delle risorse per UAV che utilizza la compressione neurale panoramica e la fusione a doppio scatto per consentire il seguito di rotta continuo e a ciclo chiuso e il rientro alla base con un overhead di memoria minimo e un'elevata precisione posizionale.

Yiliang Wu, HuaWang Huang, Runheng Huang, Yendo Hu2026-09-02
💻 computer science

Optimized AI-Based Intrusion Detection System for Accurate DDoS Attack Detection

Questo articolo propone un sistema di rilevamento delle intrusioni basato sull'IA ottimizzato che utilizza GridSearchCV per sintonizzare sei modelli di machine learning e deep learning sul dataset CICDDoS2019, dimostrando che Random Forest e XGBoost ottengono un'accuratezza e un'efficienza superiori nel rilevare vari attacchi DDoS rispetto ad altri algoritmi.

Rodrigue SAOUNGOUMI SOURPELE, Patalet LAYIBE, Franklin TCHAKOUNTE, Blaise Omer YENKE, Ado Adamou ABBA ARI2026-09-02
💻 computer science

Q-LDPSO: Quantum-Enhanced Leaders-Driven Particle Swarm Optimizer for Intrusion Detection in IoT Environments

Questo articolo propone Q-LDPSO, un nuovo ottimizzatore a sciame di particelle potenziato dal quantum che presenta l'Inizializzazione della Popolazione Quantistica e una Strategia di Ricerca Bidirezionale Quantistica, il quale raggiunge prestazioni superiori nella selezione delle caratteristiche e nel rilevamento delle intrusioni (accuratezza del 99,63%) per gli ambienti IoT quando combinato con un classificatore d'insieme RF-XGBoost.

Jayakumar Kaliappan2026-09-02
💻 computer science

Conservative Proxy Prompting for Reliable Frozen Vision–Language Models with Missing Modalities

Questo articolo propone il Conservative Proxy Prompting (CPP), un framework efficiente in termini di parametri che migliora l'affidabilità dei modelli visione-linguaggio congelati in presenza di modalità mancanti, costruendo rappresentazioni proxy nello spazio delle caratteristiche e regolando conservativamente il loro contributo per evitare segnali fuorvianti.

Xiaoyong Mei, Wei Ji, Jiale Dong, Chao Duan, Mingyan Zhang, Fudan Zheng2026-09-02
💻 computer science

Visual, OCR-Text, and Hybrid Evidence Retrieval for Document Visual Question Answering: A Controlled Failure Analysis

Questo studio dimostra che, sebbene il recupero delle pagine basato sulla componente visiva migliori significativamente la selezione delle evidenze e la qualità delle risposte a valle nel Document Visual Question Answering rispetto ai metodi lessicali, persistono sostanziali divari di prestazione dovuti alle limitazioni nella generazione delle risposte anche quando la pagina corretta viene fornita, e la fusione ibrida non offre alcun beneficio aggiuntivo rispetto ai forti recuperatori visivi da soli.

Richmond Ampah-Mensah, Muhammad Munsarif, Muhammad Sam`an2026-09-02