💻 informatica

Evaluating an energy aware cloud native microservices architecture to reduce cost barriers in resource limited healthcare systems

Questo studio dimostra che un framework di autoscaling consapevole dell'energia per microservizi sanitari orchestrati da Kubernetes riduce significativamente i costi operativi e l'sovra-allocazione delle risorse in contesti con risorse limitate rispetto all'autoscaling convenzionale, abbassando così le barriere all'adozione per i sistemi di sanità digitale essenziali per la Copertura Sanitaria Universale.

Tia Haddad¹, Souheil Khaddaj¹, Sarah Barman¹, Simon de Lusignan², Pushpa Kumarapeli¹2026-10-15
💻 informatica

Creation begins with understanding: LLMs as strategy designers for privacy-preserving tabular data synthesis

Questo articolo introduce TabSSD, un nuovo framework che sfrutta i Large Language Models per progettare procedure di sintesi che preservano la privacy basandosi su riepiloghi delle dipendenze tra variabili anziché sui dati grezzi, ottenendo una superiore fedeltà statistica, utilità e compromessi sulla privacy, riducendo significativamente al contempo i costi computazionali e le barriere di competenza rispetto ai metodi esistenti.

Dandan Guo, Jinmeng Li, Quan Zhang, Hangting Ye, He Zhao, Firas Laakom, Juergen Schmidhuber2026-10-15
💻 informatica

SemanticVul: Evidence-Grounded Structured LLM Explanations for Vulnerability Detection

SemanticVul è un framework riproducibile per il rilevamento di vulnerabilità in C/C++ che sfrutta spiegazioni semantiche generate localmente e basate su evidenze per migliorare significativamente l'accuratezza e il richiamo delle classi minoritarie rispetto ai baseline esistenti, validando rigorosamente le affermazioni attraverso il matching deterministico del codice e l'audit dei dataset.

Abdul Razak, Ihtesham Ul Islam, Rabia Khan2026-10-15
💻 informatica

STME-GCN: topology refinement and motion-enhanced temporal modeling for skeleton-based action recognition

Il documento propone STME-GCN, una rete di riconoscimento delle azioni basata sullo scheletro che migliora le prestazioni ottimizzando la generazione della topologia attraverso descrittori temporali multi-attributo e potenziando la modellazione temporale tramite un ramo collaborativo posa-movimento per catturare meglio la dinamica del movimento e le relazioni tra le articolazioni.

Xiaopeng Wang, Chunjun Chen, Yutao Xia2026-10-15
💻 informatica

Feasible-Space Dilution and Objective Alignment in Shallow Penalty-X QAOA: A Controlled RCSP Study

Questo studio utilizza esperimenti controllati di cammino minimo con risorse limitate per dimostrare che, nel QAOA con penalità-X superficiale, il cattivo campionamento delle ammissibilità deriva da distinti inadeguatezze dell'ottimizzatore e disallineamenti dell'obiettivo, con l'addestramento basato su CVaR che si avvicina efficacemente alle prestazioni dei controlli di ammissibilità esatta su compiti non visti.

Zhilin Chen2026-10-15
💻 informatica

Arthasetu - Neural Machine Translation for Classical Jain Philosophical Text with Cross-System Evaluation

Questo articolo presenta Arthasetu, un modello di traduzione neurale specializzato basato su BiLSTM per la traduzione del sanscrito filosofico classico giainista in hindi, dimostrando che l'aumento dei dati coerente con il dominio e rigorosi protocolli di valutazione producono prestazioni superiori rispetto ai sistemi multilingue su larga scala come NLLB-200, evidenziando al contempo i rischi critici di data leakage nella ricerca a basse risorse.

Tamanna Jain, Neeraj Raheja2026-10-15
💻 informatica

A Comparative Benchmark of GAN, DDPM, and Flow Matching for 2D and 3D Porous Microstructures Synthesis.

Questo articolo presenta un benchmark comparativo di WGAN-GP, DDPM e Flow Matching per la sintesi di microstrutture porose 2D e 3D, identificando il Flow Matching come un approccio competitivo che offre un favorevole equilibrio tra accuratezza strutturale, in particolare nel riprodurre le relazioni porosità-diffusività, ed efficienza computazionale.

Ali Aouf, Eric Laloy, Christophe De Vleeschouwer2026-10-15
💻 informatica

Quantifying Predictive Uncertainty in Student Academic Outcomes Using Conformal Prediction

Questo studio introduce un framework consapevole dell'incertezza che integra l'apprendimento automatico, la previsione conforme suddivisa (split conformal prediction) e SHAP per prevedere i risultati accademici degli studenti con affidabilità quantificata, dimostrando che mentre modelli come LightGBM e XGBoost raggiungono un'elevata accuratezza, la previsione conforme segnala efficacemente i casi incerti per supportare interventi mirati basati sull'intervento umano (human-in-the-loop).

Kazi Sabbir Ahmad Nahin2026-10-15
💻 informatica

Global State-Guided Reinforcement Learning-Assisted Differential Evolution for Multi-Objective Optimization

Il documento propone GSG-RLDE, un algoritmo di evoluzione differenziale assistito da apprendimento per rinforzo guidato dallo stato globale che integra informazioni di convergenza, distribuzione e tendenza in uno stato compatto per consentire agli individui di selezionare indipendentemente strategie di mutazione adattive e parametri di controllo, dimostrando prestazioni superiori sia su problemi multi-obiettivo benchmark che su scenari reali di pianificazione del percorso per UAV.

Zijian Cao, Wenzheng Liu, Chuhang Qiao, Haowen Jia, Yu Li, Haoshuai Zhang, Feng Tian2026-10-15