💻 Category

cs

2358 articoli

💻 computer science

Human action recognition based on cascade graph convolutional network

Questo articolo propone una Cascade Graph Convolutional Network (CGCN) che utilizza una Matrice di Adiacenza Gerarchica Sensibile al Movimento per modellare dinamicamente le correlazioni tra le articolazioni e un'architettura a cascata a stadi per classificare progressivamente le azioni con complessità crescente, ottenendo così un equilibrio superiore tra accuratezza del riconoscimento ed efficienza computazionale su molteplici dataset.

Mengai Yan, Jianying Xiong, Ben Huang, Jiabin Chen, Leiyue Yao2026-08-28
💻 computer science

2D Rotary Position Embedding for Scene Text Recognition with Transformers

Questo articolo introduce \method{}, un adattamento privo di parametri del 2D Rotary Position Embedding per il riconoscimento del testo nelle scene che affronta i limiti dei metodi esistenti allocando le dimensioni in modo anisotropo per corrispondere ai rapporti d'aspetto del testo ed estendendo l'accoppiamento rotatorio alla cross-attention encoder-decoder, migliorando così significativamente l'accuratezza su layout di testo curvi, ruotati e con distorsione prospettica.

Zobeir Raisi2026-08-27
💻 computer science

A PRISMA-Guided Critical Review of CNN, Transformer, and Hybrid Object Detection Architectures for Autonomous Driving

Questa revisione critica guidata dal protocollo PRISMA su 142 studi riguardanti architetture di rilevamento oggetti basate su CNN, Transformer e modelli ibridi per la guida autonoma identifica lacune significative nelle prove di implementazione nel mondo reale e introduce il framework AVOD-DRF per consentire una selezione riproducibile ed evidence-based dei detector basata sulla prontezza operativa piuttosto che sulla sola prestazione nei benchmark.

Girija G. Chiddarwar, Madhav J. Salunkhe, Yogesh G. Joshi, Rahul G. Deshmukh, Swapnil Yashavant Gadgune, Suraj Rajaram N (…)2026-08-27
💻 computer science

Class-Aware Semantic Hybrid Data Augmentation for Imbalanced Sentiment Classification Using Multiple Transformer Models

Questo articolo propone un framework di Class-Aware Semantic Hybrid Data Augmentation (CSHDA) che applica selettivamente tecniche di aumento diversificate e semanticamente validate alle classi minoritarie, mitigando efficacemente lo squilibrio delle classi e migliorando significativamente le prestazioni e la robustezza di molteplici modelli basati su transformer in compiti di classificazione del sentiment sbilanciati.

Prashant Upadhyaya, G.L. Saini, Atul Makrariya2026-08-27
💻 computer science

A Prior-Regularized Framework for Knowledge-Guided Differentiable Causal Discovery

Questo articolo propone un framework universale regolarizzato tramite prior che integra la conoscenza biologica curata in algoritmi di scoperta causale differenziabili, migliorando significativamente l'accuratezza del recupero dei grafi in dati trascrittomici ad alta dimensionalità e piccoli campioni, sfruttando i prior di dominio esistenti per stabilizzare l'apprendimento laddove i metodi di base faticano.

Shuaidong Gao2026-08-27✓ Author reviewed ⓘ
💻 computer science

GPU-Accelerated BM4D Volumetric Denoising for Python: A Toolchain- Free, Pip-Installable CuPy Implementation

Questo articolo presenta un'implementazione CuPy completamente open-source e installabile tramite pip dell'intero algoritmo di denoising volumetrico BM4D, che elimina la necessità di un CUDA Toolkit o di passaggi di compilazione, ottenendo al contempo accelerazioni fino a 36,6x rispetto al riferimento CPU e mantenendo l'esatta fedeltà numerica rispetto al metodo originale.

Matin Mahzad2026-08-27
💻 computer science

XGBoost Optimization using Single Lead ECG based on Multi-feature of ECG Morphologies for Automatic Sleep Disorder Classification

Questo studio presenta un sistema automatico di classificazione dei disturbi del sonno che utilizza un algoritmo XGBoost regolarizzato per analizzare morfologie multi-feature da segnali ECG a singola derivazione, raggiungendo un'elevata accuratezza (96,1%), specificità (100%) e sensibilità (92,1%) nel distinguere gli eventi di apnea.

Iman Fahruzi, Muhamad Haikal Akmal, Ridwan Ridwan, Abdurahman Dwijotomo2026-08-27
💻 computer science

Statistically Guided Hybrid Local–Global Learning for Compressed Deepfake Video Detection

Questo articolo propone un framework di apprendimento ibrido locale-globale guidato statisticamente che fonde caratteristiche YCbCr ottimizzate con una nuova architettura 3SH–VSS per rilevare efficacemente video deepfake compressi, modellando simultaneamente gli artefatti di compressione locali e le dipendenze di falsificazione globali, ottenendo prestazioni e generalizzazione superiori tra i dataset.

Tianyu Shi, Shichao Ouyang, Juan Li, Guodong Ye, Xingxing Jia2026-08-27
💻 computer science

A reusable benchmark for machine-learning prediction of concrete placement productivity loss

Questo articolo introduce un benchmark sintetico e riutilizzabile per valutare i modelli di apprendimento automatico che predicono la perdita di produttività nel posizionamento del calcestruzzo, rivelando che gli attuali modelli competenti non riescono a catturare adeguatamente le perdite gravi e sottolineando la necessità di protocolli di valutazione standardizzati e validati sul campo.

Mohamed Ali, Saher Elsayed, TS. DR. Khairi Azhar Aziz2026-08-27
💻 computer science

Early Detection of Schizophrenia Using EEG Signals Based on CNN and CNN–LSTM Deep Learning Models

Questo studio dimostra che un modello di deep learning ibrido CNN–LSTM supera significativamente una CNN autonoma nel rilevamento della schizofrenia da segnali EEG a riposo, raggiungendo un'accuratezza del 92,03% e sottolineando il valore dell'integrazione dell'apprendimento delle sequenze temporali per una diagnosi oggettiva.

Hussein Aly Elsayed, Arief Ruhullah Harris, Tian Swee Tan2026-08-27