💻 Category

cs

974 articoli

💻 computer science

LLM-Augmented Decision Intelligence for Real-Time Supply Chain Risk Assessment: A Parameterized Simulation and FMEA-Based Framework

Questo articolo presenta un nuovo framework di decision intelligence aumentato da LLM che integra la quantificazione del rischio basata su FMEA con il ragionamento contestuale di modelli linguistici di grandi dimensioni per ottenere una valutazione del rischio della catena di approvvigionamento in tempo reale, statisticamente significativa e ad alta richiamata, come validato sia da simulazioni parametrizzate che da estesi test empirici sul dataset DataCo Smart Supply Chain.

Nikhil Reddy Donapati2026-07-07
💻 computer science

Exploring the Potential of Large Language Models for Counter Argument Generation

Questo articolo introduce un nuovo corpus di controargomentazioni diplomatiche derivate dai discorsi dell'Assemblea Generale delle Nazioni Unite (2005–2024) e valuta i modelli linguistici di grandi dimensioni allo stato dell'arte utilizzando strategie di fine-tuning temporalmente allineate per stabilire un benchmark sistematico per la generalizzazione cross-dominio nella generazione di controargomentazioni.

Fatima Mumtaz, Sadaf Abdul Rauf, Saadia Ishtiaq Nauman, Muhammad Ghulam Abbas Malik, Muddesar Iqbal2026-07-07
💻 computer science

CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering

CUPID-Med è un nuovo framework che sfrutta la scoperta di prototipi consapevole dell'incertezza conforme per generare previsioni di cluster a valori d'insieme clinicamente interpretabili con punteggi di confidenza calibrati, superando significativamente i baseline deterministici nella strutturazione di dati di immagini mediche non etichettati.

Mojtaba Jahanian, Abbas Karimi, Nafiseh Osati Eraghi, Faraneh Zarafshan2026-07-07
💻 computer science

A 2-Layered Game-Theoretic Deep Learning Model for Predicting Lodging Demand: SHAP and Nash Equilibrium

Questo studio propone un framework di deep learning a due livelli e di tipo teoria dei giochi, spiegabile, che combina SHAP per l'interpretabilità delle caratteristiche e l'equilibrio di Nash per l'analisi dei prezzi competitivi, superando significativamente i modelli tradizionali nella previsione della domanda di affitti a breve termine.

Nasim Binesh, Kushi Vardhan Reddy Pasham, Atul Sheel, Debojyoti Seth, Gidon Jakar2026-07-07
💻 computer science

Enhancing INS/GNSS Performance with Smart Learning Estimator

Questo articolo propone un "Smart Learning Estimator" (SLE), un filtro di Kalman aumentato dal deep learning che combina le architetture TGAN, LSTM e RWFNN, il quale migliora significativamente l'accuratezza e la robustezza dei sistemi di navigazione INS/GNSS a basso costo durante proluse interruzioni del segnale GNSS, superando i limiti dei filtri lineari tradizionali.

Reza Safvat, Jafar Keighobadi, Morteza H. Sadeghi, Hossein Nourmohammadi2026-07-07
💻 computer science

A Temporal Deep Feature Transfer Hybrid of LSTM and Gradient Boosting Machine for Multi Granularity Smart Grid Electricity Demand Forecasting

Questo articolo propone TDF-LSTGBM, una nuova architettura ibrida a due stadi che estrae le caratteristiche temporali dallo strato penultimo di una LSTM impilata e le combina con attributi del consumatore e temporali per un Gradient Boosting Machine, ottenendo un'accuratezza significativamente superiore nella previsione della domanda elettrica della rete intelligente a multi-granularità attraverso cinque categorie di consumatori rispetto ai modelli tradizionali LSTM e ARIMA.

SambasivaRao Naraboina2026-07-07
💻 computer science

GraphGarment: Data-efficient Learning of Garment Dynamics from Minimal Real-world Data

GraphGarment è un framework sim-to-real efficiente dal punto di vista dei dati che combina una rete neurale a grafo addestrata in simulazione con un correttore residuo leggero per prevedere accuratamente la dinamica dei capi d'abbigliamento da una quantità minima di dati reali, consentendo un appendimento robotico dei capi robusto.

Wei Chen, Xiaoshuai Chen, Dongmyoung Lee, Kelin Li, Rui Zong, Petar Kormushev2026-07-07
💻 computer science

An Explainable Deep Learning Framework for Integrated Steel Microstructure Classification and Surface Defect Analysis

Questo studio presenta un framework di deep learning unificato ed esplicabile che integra la classificazione della microstruttura basata su ResNet50 e il rilevamento dei difetti superficiali basato su YOLOv8 con la stima della severità basata su regole per consentire un controllo qualità robusto, interpretabile e automatizzato per la produzione dell'acciaio.

Adisa Rasak, Samuel Ifada2026-07-07
💻 computer science

Pattern-Guided Thermal Buckling and Shrinkage Simulation for Yarn-Level Woven Cloth

Questo articolo propone un metodo di simulazione a livello di filato che sfrutta i motivi di tessitura per calcolare la diffusione del calore direzionale e i gradienti di contrazione, generando così accuratamente complessi comportamenti di instabilità termica, torsione e rugosità non uniforme nei tessuti che i modelli tradizionali a livello superficiale non riescono a catturare.

Jong-Hyun Kim2026-07-07
💻 computer science

Algorithmic Penalty for Non-Native Voices: A Three-Arm Diagnostic Accuracy Audit of Five Commercial AI Text Detectors Against Pre-LLM Scientific Literature — Protocol for the AUDIT-AI Study

Lo studio AUDIT-AI è un audit di accuratezza diagnostica pre-registrato a tre bracci, progettato per quantificare se i detector di testo IA commerciali classificano sistematicamente la letteratura scientifica a lungo termine proveniente da istituzioni di lingua inglese non nativa come generata da IA rispetto a opere scritte da madrelingua e riscritture IA verificate.

Adnan Agha, Eram Anwar2026-07-07