💻 Category

cs

927 articoli

💻 computer science

CAI Computing Power Law: A Quantitative Framework for the Tripartite Balance of Computing Power, Algorithms and Generalized Information Resources

Questo articolo propone la Legge della Potenza di Calcolo CAI, un quadro quantitativo (C = A/I) che dimostra come l'ottimizzazione degli algoritmi e la purificazione delle risorse informative possano potenziare significativamente la potenza di calcolo effettiva e mitigare i rendimenti decrescenti, guidando così le industrie a raggiungere un equilibrio tripartito dinamico tra potenza di calcolo, algoritmi e informazione generalizzata, piuttosto che fare affidamento esclusivamente sull'espansione dell'hardware.

Zhiyun Chen2026-07-30
💻 computer science

Big Data-Driven Early Warning Model for Safety Risk Management in Tobacco Enterprises

Questo articolo propone un modello di allerta precoce basato sui big data per le imprese del settore del tabacco che integra una pipeline di dati distribuita e scalabile, un'ingegneria delle caratteristiche avanzata e un sistema di apprendimento d'insieme per superare i limiti del monitoraggio tradizionale, consentendo la rilevazione dei rischi per la sicurezza e il supporto decisionale in modo real-time, accurato e interpretabile.

Xiumei Wen2026-07-30
💻 computer science

Cross-Outbreak Transfer Learning Under Data/Label Scarcity: Foundation ML model for epidemiology

Il documento introduce OBFM-SafeEnsemble, un framework di apprendimento per trasferimento cross-outbreak protetto che sfrutta i priori della sorgente e la regolarizzazione adattiva per migliorare significativamente la previsione dello stato di conferma nelle epidemie di Ebola caratterizzate da scarsità di dati, prevenendo al contempo il trasferimento di conoscenza dannosa attraverso una validazione rigorosa e la selezione dell'ensemble.

Vikas Ramachandra2026-07-30
💻 computer science

Intelligent Adaptive Hybrid Encryption Based on Unimodular Hill Cipher, RSA-OAEP, and Chaotic Logistic Maps for Universal Digital File Security

Questo articolo propone un criptosistema ibrido adattivo guidato dall'IA che alloca dinamicamente la cifratura Unimodular Hill Cipher e RSA-OAEP in base alle caratteristiche del file, utilizzando Mappe Caotiche Logistiche per la generazione delle chiavi al fine di ottenere una sicurezza robusta, efficiente e lossless per file binari universali.

Samsul Arifin2026-07-30
💻 computer science

Melanoma Prediction Using a Deep Convolutional Neural Network (CNN) Model

Questo studio presenta una revisione bibliometrica e sistematica completa della ricerca sul rilevamento del melanoma basata sul deep learning dal 2015 al 2026, evidenziando le tendenze chiave nelle architetture CNN e nel transfer learning, identificando al contempo sfide critiche come lo squilibrio dei dataset e la validazione clinica per guidare lo sviluppo futuro di sistemi diagnostici affidabili.

Kazi Abdul Mannan, Md. Mohsin Hossain Sifat2026-07-30
💻 computer science

Confidence-Gated Multimodal Fusion with Speech-Guided Captioning for Depression Detection

Questo articolo introduce un framework multimodale con gating della confidenza che integra embedding testuali, caratteristiche acustiche e didascalie emotive guidate dal parlato per pesare dinamicamente l'affidabilità delle modalità, raggiungendo prestazioni allo stato dell'arte nella rilevazione della depressione e affrontando la fuga di valutazione attraverso una rigorosa validazione incrociata annidata.

Ankit Kumar, Rohan Thapa, Shahid Shafi Dar, Nagendra Kumar2026-07-30
💻 computer science

State Authenticity under Multiple Bus Masters: A Non-Secure DMA Gap and Mitigation for TrustZone-M Proofs of Executio

Questo articolo rivela che le prove di esecuzione di TrustZone-M sono vulnerabili alla manipolazione dello stato tramite controller DMA non sicuri poiché le loro garanzie di sicurezza si affidano esclusivamente all'isolamento della CPU, e propone una mitigazione leggera basata sulla sicurezza DMA per canale per garantire l'autenticità dello stato contro tutti i bus master.

Arash Razban2026-07-30
💻 computer science

Does Model Compression Amplify Clinical Bias? A Subgroup Fairness Audit of Quantized ICU Risk Models on MIMIC-IV

Questo studio analizza l'impatto delle tecniche di compressione dei modelli sulla equità tra sottogruppi nella previsione del rischio di AKI in terapia intensiva utilizzando MIMIC-IV, rivelando che mentre la quantizzazione ingenua può degradare catastroficamente le prestazioni e il pruning danneggia significativamente l'accuratezza dei sottogruppi, controlli metodologici appropriati sono essenziali per evitare rivendicazioni di equità spurie e affrontare le disparità intrinseche guidate dalle piccole dimensioni dei sottogruppi.

Aman Chandra H, Stuti Shivhare2026-07-30
💻 computer science

Graph-Based Polypharmacy Risk Networks for Adverse Event Prediction in ICU Patients: A MIMIC-IV Analysis

Questo studio sfrutta i dati MIMIC-IV per dimostrare che, sebbene i modelli tabulari standard spesso superino gli approcci basati su grafi nella previsione di insufficienza renale acuta e sanguinamento, gli embedding di grafi derivati dalle reti di co-somministrazione dei farmaci forniscono miglioramenti statisticamente significativi e interpretabili nella previsione del rischio di delirio quando la fuga di etichette (label leakage) viene rigorosamente corretta.

Aman Chandra H, Stuti Shivhare2026-07-30
💻 computer science

Can linguistic complexity predict machine translation quality?- a corpus-based study of complexity-quality nexus in philosophical texts

Questo studio basato su un corpus dimostra che un modello di regressione che integra metriche di complessità sia lessicale che sintattica predice efficacemente la qualità della traduzione automatica in testi filosofici dal tedesco al cinese, evidenziando il ruolo critico delle caratteristiche linguistiche olistiche nella valutazione dei risultati di traduzione.

Lingxi FAN, Andrew Cheung, Yuchi Li, Shuangzhi Li, Wei Liu2026-07-30