💻 computer science

Cerebro Tune: A novel Bio-Inspired Hybrid Metaheuristic for Hyperparameter Optimizations in Deep Learning Using Cellular Automata and Reinforcement Learning

Questo articolo introduce CerebroTune, una nuova meta euristica ibrida di ispirazione biologica che integra Automi Cellulari, un algoritmo Artificial Bee Colony modificato e l'Apprendimento per Rinforzo con reti di Hopfield per ottimizzare dinamicamente gli iperparametri del deep learning, ottenendo un'accuratezza superiore, costi computazionali ridotti e una maggiore stabilità in diversi domini rispetto ai metodi esistenti.

Reza Molaee Fard, Farsad Zamani Borojeni, Javad Mohammadzadeh2026-07-09
💻 computer science

Enhanced Gold Mining Optimization with Dual-Layer Information Sharing and Dynamic Control for Multi-Objective Scheduling of Heterogeneous UAV Swarms

Questo articolo propone un algoritmo di ottimizzazione della miniera d'oro migliorato con un framework di condivisione delle informazioni a doppio strato e dominanza dinamica di Pareto (IGMO-DP) per risolvere efficacemente il problema di pianificazione multi-obiettivo di sciami di UAV eterogenei ottimizzando simultaneamente il tempo di completamento della missione, il consumo energetico e l'equilibrio del carico, dimostrando una convergenza e una diversità delle soluzioni superiori rispetto agli algoritmi allo stato dell'arte.

Zhongming Lin, Siyuan Wei2026-07-09
💻 computer science

Queue-Aware Task Offloading in the ComputingContinuum under Dynamic Workloads

Questo articolo propone un metodo di offloading dei task consapevole delle code per il continuum computazionale che ibrida un'approssimazione del ritardo G/G/c corretta analiticamente con osservazioni delle code in tempo reale per assegnare dinamicamente i task sotto carichi di lavoro variabili, riducendo così significativamente la latenza e l'errore di stima rispetto ai baseline esistenti senza richiedere addestramento o calibrazione.

Lluis Mas, Jordi Mateo, Jordi Vilaplana, Josep Rius2026-07-09
💻 computer science

DPENet: A Dynamic Perception Enhancement Network for Object Detection in Remote Sensing Images

Questo articolo propone DPENet, una rete di potenziamento della percezione dinamica che integra moduli di convoluzione dinamica adattiva, attenzione deformabile e campionamento dinamico per affrontare efficacemente sfide quali le dimensioni variabili dei target, gli oggetti piccoli e densi e gli sfondi complessi nel rilevamento di immagini telerilevate ad alta risoluzione.

Xiaoxiao wang, Xia Zou, Meng Sun, Chong Jia, Yongqiang Xie, Xiongwei Zhang2026-07-09
💻 computer science

E-Taste Signal Encoding and Classification via Multi- Attention Residual Networks Using sEMG Streams in Virtual Sensory Systems

Questo studio introduce un nuovo modello di deep learning MACB-ResNet che migliora significativamente l'accuratezza della classificazione degli stimoli del gusto virtuale dai segnali di elettromiografia superficiale facciale (sEMG) all'86,32%, superando i classificatori tradizionali e standard di deep learning per applicazioni nella salute digitale e nella tecnologia alimentare.

Zhendong Song, Asif Ullah, Majad Mansoor, You Wang2026-07-09✓ Author reviewed
💻 computer science

Enhanced Seam Segmentation for Automated Welding Robot in Construction Through Transfer Learning: Addressing Limitations of Bilateral Segmentation Network

Questo studio propone un framework basato sul transfer learning che migliora la BiSeNetV2 con una perdita ibrida Cross-Entropy–Lovasz per ottenere una segmentazione della cucitura robusta e in tempo reale per la saldatura robotica autonoma nelle costruzioni, migliorando significativamente le prestazioni sulle superfici riflettenti senza aumentare la complessità computazionale.

Keonvin Park, Yong Ann Voeurn, Hyeokjun Kweon, Doyun Lee2026-07-09
💻 computer science

TITAN: Three-Tier Intrusion-Detection Tree-Based Adaptive Network for Industrial Internet of Things 

TITAN è una nuova architettura di apprendimento federato a tre livelli per l'individuazione delle intrusioni nell'IoT industriale che supera le sfide dei dati non-IID e dello sbilanciamento delle classi scambiando solo gli output delle predizioni e i riepiloghi dei dispositivi tramite distillazione della conoscenza adattiva e aggregazione bayesiana, ottenendo prestazioni macro-F1 superiori rispetto ai metodi esistenti senza richiedere la condivisione di dati grezzi o gradienti.

Sandeep Ghosh, Mohammed Al-Khafajiy, Saeid Pourroostaei Ardakani Ardakani2026-07-09
💻 computer science

Privacy-Utility Tradeoffs in Hierarchical Federated Learning Under Combined Differential Privacy and CKKS Homomorphic Encryption for Distributed Healthcare Networks

Questo articolo propone un framework di apprendimento federato gerarchico per l'assistenza sanitaria che integra la privacy differenziale a livello di client con la crittografia omomorfa CKKS a livello di istituzione, dimostrando che, mentre la privacy differenziale comporta perdite di accuratezza misurabili dipendenti dal budget di privacy, la crittografia omomorfa non introduce alcun degrado dell'utilità, isolando e quantificando così i distinti compromessi tra privacy e utilità di ciascun meccanismo.

Sayed Mohammed Alwedaei, Jenan Moosa2026-07-09
💻 computer science

Automatic Prosodic Audio Description Modeling

Questo articolo propone un framework unificato che integra la generazione di narrazioni semantiche con la modellazione prosodica della descrizione audio, dimostrando che la sintesi basata su riferimento cattura efficacemente le sfumature emotive, come la frequenza fondamentale e la velocità del parlato, per migliorare l'accessibilità per gli utenti ipovedenti o non vedenti, sebbene sia ancora richiesta una validazione percettiva.

Christian Quintero, Alexander Rozo‑Torres, Cristian Plazas2026-07-09