💻 informatica

EdgeMusicTransformer: A Lightweight Context-Aware Transformer for Efficient Generative AI Deployment under Edge Computing Constraints

Questo articolo introduce EdgeMusicTransformer, un'architettura Transformer leggera e consapevole del contesto ottimizzata per l'edge computing che raggiunge una generazione di musica simbolica efficiente con 2,4 milioni di parametri, dimostrando un throughput di picco di 17.783 token/s con una lunghezza di contesto di 256 token pur mantenendo un uso stabile della memoria e un output strutturale di alta qualità.

Yifan Zhang, Xiangyu Wang2026-10-16
💻 informatica

Edge-Guided Geometry Attention for Iterative Stereo Matching

Il documento introduce EGA-Stereo, un framework di stereo matching iterativo che affronta l'ambiguità, la perdita di informazioni e l'eccessivo livellamento dei bordi integrando la fusione del volume di costo con gating per canale (Channel-wise Gated Cost Volume Fusion), la compressione delle caratteristiche consapevole della geometria (Geometry-aware Feature Squeeze) e la modulazione geometrica guidata dai bordi (Edge-Guided Geometry Modulation) per raggiungere prestazioni allo stato dell'arte su molteplici benchmark.

Nan Zhang, Yuqing Liu, Jing Li, Kunzhen Wu2026-10-16
💻 informatica

Severity-Conditioned Pixel-Wise Asynchronous Diffusion for Semi-Transparent Mural Restoration

Questo articolo propone la Severity-Conditioned Pixel-Wise Asynchronous Diffusion (SC-PAD), un nuovo framework che migliora il restauro di murales semitrasparenti stimando un campo di severità continuo per guidare il progresso della diffusione asincrona pixel per pixel, superando così i limiti delle maschere binarie e della modellazione temporale uniforme nel gestire degradazioni spazialmente non uniformi.

Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang2026-10-16
💻 informatica

Enhancing Road Safety with Privacy-Preserving Blockchain-Based Mobile Crowdsensing

Questo articolo introduce RBCrowd4RS, un sistema di mobile crowdsensing basato su blockchain e orientato alla preservazione della privacy che sfrutta gli zk-SNARK per l'autenticazione anonima e un modello di reputazione di Gompertz per garantire simultaneamente l'accountability dei dati sulla sicurezza stradale, l'inalienabilità del contributore e le prestazioni in tempo reale.

Zaina Maqour, Hanan El Bakkali, Driss Benhaddou, Houda Benbrahim2026-10-16
💻 informatica

Integrating Structural and Semantic Analysis for Code Smell Refactoring Prediction

Questo articolo propone e valuta empiricamente un framework di apprendimento automatico per la previsione del refactoring di code smell in progetti Java, dimostrando che la combinazione di metriche orientate agli oggetti tradizionali con embedding semantici e sintattici basati su grafi produce previsioni affidabili catturando segnali complementari rispetto a ciò che le sole metriche strutturali possono fornire.

Andrea Lanza, Matteo Bochicchio, Francesca Arcelli Fontana2026-10-16
💻 informatica

Regime-First GPU Power Management for Deep Learning: Cross-Hardware Evidence from Power, Performance, and Energy

Questo articolo dimostra che la riduzione dei limiti di potenza delle GPU non riduce costantemente il consumo energetico per compito completato attraverso diversi regimi hardware, sostenendo un approccio "prioritario del regime" in cui la caratterizzazione empirica di specifiche coppie GPU-carico di lavoro è essenziale prima di implementare controlli di gestione della potenza.

D. Venkata Naga Raju, Ravi Kumar Suggala, A. Sri Krishna, Pavan Kumar Vadrevu, Ratna Kanth Gudala2026-10-16
💻 informatica

Enhancing Interpretability in Credit Risk Modeling: A Synergistic Approach Integrating SHAP and Counterfactual Explanations

Questo studio propone un framework sinergico che integra i valori SHAP e le spiegazioni controfattuali per migliorare l'interpretabilità, l'equità e l'azionabilità dei modelli di rischio di credito, dimostrando attraverso un'analisi empirica sul dataset German Credit che questo approccio bilancia efficacemente le prestazioni predittive con la conformità normativa etica, riducendo al contempo il numero di regolazioni delle caratteristiche necessarie affinché i richiedenti possano modificare gli esiti.

Joel Quansah2026-10-16
💻 informatica

Predictive Multi-Objective Energy--Latency Optimization in Cloud Environments Using Ensemble Learning

Questo articolo propone un framework predittivo multi-obiettivo che utilizza l'apprendimento d'insieme per ottimizzare il compromesso tra consumo energetico e latenza nei data center cloud, dimostrando significativi risparmi energetici e una maggiore stabilità rispetto alle politiche statiche e reattive attraverso un'emulazione guidata da tracce e una robusta generalizzazione.

Ahmed A. M. Warad, Snaa A. ElSawy, Rana Mostafa, Miral Adel, Abdelrahman Farouk, Kareem Kamal A. Ghany2026-10-16
💻 informatica

Feasible-Space Quantum-Walk Optimization for Atomic Congestion Games Incentive Feasibility and an Eight-Instance Ideal-Statevector Study

Questo studio confronta un QAOA a 12 qubit e una passeggiata quantistica a tempo continuo (CTQW) rispetto alla ricerca locale classica su otto giochi di congestione atomica su piccola scala, rivelando che, mentre la CTQW raggiunge un divario di costo medio significativamente inferiore (8,34%) rispetto al QAOA (23,22%) mantenendo il 100% di fattibilità, la ricerca locale classica supera entrambi i metodi quantistici nel trovare gli ottimi esatti, con l'autore che sottolinea come questi risultati privi di rumore e non corrispondenti a risorse non dimostrino un vantaggio quantistico.

Parham Ghayour2026-10-16