💻 informatica

SCD-E2S: Deep Learning Based Skin Cancer Detection Using EfficientNetV2-S with Attention Mechanisms

Questo articolo presenta SCD-E2S, un'applicazione mobile basata sul deep learning per il rilevamento del tumore della pelle che sfrutta un'architettura EfficientNetV2-S con meccanismi di attenzione, preelaborazione avanzata e una strategia di addestramento a due stadi per raggiungere un'accuratezza superiore al 97% e assistere i dermatologi nel processo decisionale clinico.

Nabil Aref Abdullah Ghaleb, Mogeeb A. Saeed, Mohammed Ahmed Ali Abdualrhman2026-10-14
💻 informatica

Lightweight Real-Time RGB-IR Pedestrian Detection Based on DoG Detail Enhancement and Region-Guided Attention

Questo articolo propone DRGF-YOLOv10n, un metodo leggero e in tempo reale per il rilevamento di pedoni in modalità RGB-IR che integra un Dual-Branch Stem con l'ههness di dettaglio DoG e una Region-Guided Spatial Attention per migliorare l'accuratezza e la robustezza in ambienti complessi, mantenendo al contempo un'elevata velocità di inferenza.

LinXi Zhong, Zhaohui Xiao2026-10-14
💻 informatica

Operationalising CAPA for AI: Evidence Requirements and Limits from a Production Case Study

Questo articolo propone di adattare le discipline della qualità della produzione regolamentata — specificamente la gestione delle deviazioni, l'analisi delle cause radici e la CAPA — per governare i sistemi di IA trattando la telemetria operativa come record di qualità, dimostrando attraverso un caso di studio sul diritto dell'immigrazione del Regno Unito che questo approccio identifica efficacemente i problemi sistemici e operazionalizza la responsabilità, sebbene richieda una verifica formale dell'efficacia per chiudere completamente il ciclo di governance.

Musarat Kabir-Chisty2026-10-14
💻 informatica

A Defense First Threat Speed Training Model for Teaching AI Era Cybersecurity to Non Specialized Professionals

Questo articolo introduce e valuta il Threat-Speed Training Model, un framework didattico orientato alla difesa progettato per dotare rapidamente professionisti non specializzati di competenze pratiche di cybersicurezza contro le evolventi minacce abilitate dall'IA attraverso l'apprendimento esperienziale e la consegna di contenuti dual-use sicuri.

Sarah Sharif, Mohamad Yazan Sadoun, Arash Ahmadi, Sara Aminpour, Logan Larsh, Danial Ebrahimzadeh, Reza Ahmadvand, Meraj (…)2026-10-14
💻 informatica

RGLStab: A Robust Online Video Stabilization Framework Based on Grid Flow and LSTM

Questo articolo propone RGLStab, un framework di stabilizzazione video online robusto che combina il flusso ottico a griglia strutturata con una rete LSTM unidirezionale per ottenere una stabilizzazione in tempo reale e ad alta fedeltà per riprese da telecamere aeronautiche, affrontando efficacemente i fallimenti del tracciamento delle caratteristiche e l'interferenza del primo piano dinamico, pur sopprimendo le distorsioni locali.

Yimin Zhi, Junfeng Jing, Meng Jiang, Yongzhe Wang, Xinyao Li2026-10-14
💻 informatica

Artificial Intelligence Implementation and Governance in Healthcare: A Qualitative Study of Cybersecurity Professionals

Questo studio qualitativo su 20 professionisti della cybersicurezza rivela che un'implementazione dell'IA sicura ed equa nell'assistenza sanitaria dipende dalla capacità organizzativa di integrare la governance nelle operazioni di routine, affrontando le tensioni tra l'adozione rapida della tecnologia e lo sviluppo più lento della governance attraverso il coinvolgimento precoce, la formazione continua e una supervisione calibrata sulle risorse.

T’Oluwani E. Adekunle, Joseph Ohaeche², Tiwaladeoluwa B. Adekunle³, Deborah Adekunle⁴, Kulwinder Dhaliwal, Michel Kogbe⁶2026-10-14
💻 informatica

STR-DC: Spatio-Temporal Reliability Learning for Robust Deep Clustering of Japanese Handwritten Characters

Il documento propone STR-DC, un framework di clustering profondo che migliora la robustezza nel riconoscimento di caratteri giapponesi scritti a mano integrando la fiducia semantica calibrata con la stabilità delle caratteristiche temporali tra le epoche per filtrare le pseudo-etichette inaffidabili, raggiungendo prestazioni allo stato dell'arte su molteplici benchmark.

Yang Liu, Ziyang Li2026-10-14
💻 informatica

Classification of Limestone Thin-Section Images Based on an Improved MobileNetV3 Incorporating RTEM and MFCM

Questo articolo propone un framework MobileNetV3 migliorato per la classificazione di immagini di sezioni sottili di calcare che integra un modulo di potenziamento della texture rocciosa (RTEM) e un modulo di complementazione delle caratteristiche multi-fonte (MFCM) per affrontare efficacemente le variazioni di texture complesse e le caratteristiche accoppiate, raggiungendo un'accuratezza del 91,11% pur mantenendo un basso numero di parametri.

Tingting Wang, Jianwei Lu, Wanchun Zhao, Ranjith P.G2026-10-14
💻 informatica

VIT-DRN-OCAFF: An Optimized Cross-Attention Feature Fusion Framework for Multi- Class COVID-19 and Pulmonary Disease Diagnosis Using Thoracic CT Images

Questo studio propone il framework ViT-DRN-OCAFF, che integra i Vision Transformer, le Dilated Residual Networks e un meccanismo di Optimized Cross-Attention Feature Fusion per raggiungere un'accuratezza del 99,42% nella diagnosi multiclasse di COVID-19 e altre malattie polmonari utilizzando un dataset di 24.860 immagini TC toraciche.

K Karthikeyan, Geetha B G, M Batumalay2026-10-14
💻 informatica

PoincAIré: Classification Learning of Spin-Orbit Dynamical Structures via Poincaré Surface of Section

Poincaré è un ensemble di machine learning open-source che accelera l'analisi delle strutture dinamiche spin-orbita utilizzando modelli CNN, ViT e XGBoost per classificare le traiettorie e predire i regimi dinamici dalle sezioni di Poincaré con alta precisione, consentendo così una rapida ed alta risoluzione nell'esplorazione degli spazi dei parametri senza la necessità di costose integrazioni numeriche di ogni singola traiettoria.

Giovana Ramon, Tiago F. L. L. Pinheiro, Lucas S. Pereira, Othon C. Winter2026-10-14