💻 Category

cs

3757 articoli

💻 informatica

Tax Evasion in Integrated Fiscal and Electronic Payment Systems: Vulnerabilities, Detection, and Mitigation in the Greek Digital Tax Ecosystem

Questo articolo presenta un'analisi tecnica dell'ecosistema fiscale digitale integrato della Grecia, identificando vulnerabilità specifiche nell'interazione tra dispositivi fiscali, sistemi ERP e terminali EFTPOS che consentono l'evasione fiscale, e propone una strategia di mitigazione multistrato che combina potenziamenti crittografici, unificazione normativa e riconciliazione guidata dall'IA per garantire l'integrità dei pagamenti end-to-end.

Panagiotis Mavridis, Anargyros T. Baklezos, Nikolas Kapsalis, Christos D. Nikolopoulos2026-10-15
💻 informatica

Interpretability Methods for Causal Predictions in Biomedical AI: A Systematic Review of Approaches and Evaluation Practices

Questa revisione sistematica di 47 studi di IA biomedica rivela che, sebbene i metodi di interpretabilità come SHAP e LIME siano ampiamente utilizzati per spiegare i modelli di predizione causale, la loro valutazione si basa prevalentemente su metriche basate sulle proprietà e raramente valida l'effettiva validità causale, evidenziando un divario critico tra la spiegazione del modello e l'inferenza causale.

Albert Schulle2026-10-15
💻 informatica

Mechanist: AI as a Scientific Instrument for Discovering the Mechanisms of Intelligence

Il documento presenta Mechanist, un sistema agente autonomo che sfrutta una base di conoscenza scientifica completa e metodi sperimentali curati per scoprire, validare e intervenire nei meccanismi sottostanti dei modelli IA, facendo così progredire il campo dal semplice comprendere il comportamento del modello al controllarlo attivamente.

Ningyu Zhang, Mengru Wang, Junfeng Fang, Shuofei Qiao, Zhenqian Xu, Haoming Xu, Haoxiong Wang, Shumin Deng, Linyi Yang (…)2026-10-15
💻 informatica

The Reconstruction Gap: Boundary Noise and the Limits of Holographic Bulk Recovery in Deep Learning, with Implications for Black-Box AI Auditing

Questo articolo introduce il concetto di "gap di ricostruzione" per dimostrare che i modelli di deep learning olografici soffrono di errori metrici interni significativi e imprevedibili in condizioni di confine rumorose, quantificando così i limiti fondamentali dell'audit dell'IA black-box nella certificazione dei meccanismi interni di un modello.

Alfredo Merlet2026-10-15
💻 informatica

Adaptive TinyML at the Edge: A Multi-Seed Empirical Study of Drift, Robustness, Energy, Federated Learning, and Explainability

Questo studio empirico multi-seed di TinyML adattivo su dati sensoriali sintetici dimostra che l'apprendimento online mitiga significativamente il concept drift e che le politiche energetiche adattive superano i modelli statici, rivelando al contempo che la quantizzazione delle caratteristiche di input preserva l'accuratezza fino a 4 bit, che le rivendicazioni di equità nell'apprendimento federato richiedono una ritrattazione e che i baseline neurali superano i tuner fuzzy in termini di accuratezza nonostante la loro superiore interpretabilità strutturale.

Kunal Dhanda2026-10-15
💻 informatica

Data Leakage in Agricultural Object Detection Studies: A Critical Analysis, Recipes, and Recommendations

Questo articolo analizza criticamente la diffusa fuga di dati nella ricerca sul rilevamento di oggetti in ambito agricolo, introducendo un sistema di punteggio a 12 criteri per valutare 33 studi basati su PlantDoc e rivelando che, sebbene le prestazioni riportate siano elevate, la maggior parte degli studi soffre di lacune metodologiche — in particolare riguardo all'ambito dell'augmentation — che ne compromettono l'affidabilità nel mondo reale, sollecitando raccomandazioni specifiche per autori, revisori e manutentori dei dataset.

Mohieddine Jelali2026-10-15
💻 informatica

Curvature-Based Shrinkage for Label-Budgeted Recalibration under Dataset Shift: An Empirical Risk Study

Questo studio sul rischio empirico dimostra che lo shrinkage basato sulla curvatura migliora la perdita di predizione rispetto alla calibrazione della sorgente in presenza di shift del dataset con etichette limitate, sebbene la sua superiorità rispetto a baseline più semplici sia dipendente dal contesto, evidenziando un critico compromesso di deployment tra guadagni medi e il rischio di ricalibrazione dannosa.

Jufeng Li, Wenjie Li2026-10-15✓ Author reviewed ⓘ
💻 informatica

SSDT-YOLO: An Underwater Object Detection Framework for Efficient Small-Target Recognition in Complex Environments

Questo articolo propone SSDT-YOLO, un framework ottimizzato basato su YOLOv8 che integra i meccanismi TEfficientNet, SPDConv, C2f-Dual e SCSA per ottenere un rilevamento efficiente e ad alta precisione di piccoli bersagli subacquei in ambienti complessi e a bassa luminosità, riducendo significativamente i parametri del modello.

Chaoyang Chen, Gangzhi Hu, Zunhui Yi, Lei He, Dan Yang2026-10-15
💻 informatica

A CEDNet-based Algorithm for Cattle Detection and Counting in Complex Farming Environment in UAV Imagery

Questo articolo propone C2Net, un algoritmo leggero basato su CEDNet che sfrutta annotazioni puntuali e una nuova Focus Inverse Distance Transform per ottenere un rilevamento e un conteggio del bestiame ad alta precisione in immagini UAV complesse, affrontando sfide come l'occlusione e i costi di annotazione offrendo al contempo una soluzione pratica per l'implementazione su dispositivi edge.

Tao Wu, Yihan Niu, Xi Chen, Qizhao Zhou2026-10-15