💻 Category

cs

2358 articoli

💻 computer science

CWMAN-EEG: Conditionally Weighted Multi-source Adversarial Network for Across-subject EEG Emotion Recognition

Questo articolo propone CWMAN-EEG, una rete avversaria multi-sorgente con pesatura condizionale che affronta le sfide del riconoscimento delle emozioni tramite EEG tra diversi soggetti separando le caratteristiche condivise e quelle individualizzate e pesando adattivamente i domini sorgente in base alla somiglianza della distribuzione per raggiungere prestazioni allo stato dell'arte sui dataset SEED e SEED-IV.

Yufei Chen, Gang Zhou, Yu Nan, Rong Cao, Haohao Yin, Xuzhe Yan, Ziyang He2026-08-26
💻 computer science

A Comparative Analysis of Machine Learning and Deep Learning Models for Forecasting Vietnam's Export Coffee Prices

Questo studio dimostra che la Gated Recurrent Unit (GRU) supera significativamente sia i modelli di machine learning che le altre architetture di deep learning nella previsione dei prezzi delle esportazioni di caffè Robusta del Vietnam durante un periodo di gravi rotture strutturali, affrontando in modo trasparente i limiti metodologici e fornendo parametri di rischio azionabili per i contratti a termine.

Quang Phung Duy, Hai Dang Cao Ha2026-08-26✓ Author reviewed ⓘ
💻 computer science

Robotic-Inspired Tri-Metaheuristic Framework with Neuromorphic Edge Intelligence for Real-Time Multi-Modal Biomedical Signal Processing and Clinical Decision Support

Questo articolo presenta un innovativo framework tri-metaeuristico di ispirazione robotica integrato con l'intelligenza neuromorfica edge che ottimizza l'elaborazione in tempo reale di segnali biomedici multimodali per raggiungere un'elevata accuratezza diagnostica e un consumo energetico ultra-basso, consentendo il monitoraggio indossabile continuo per 72 ore e migliorando significativamente il supporto alle decisioni cliniche per la diagnosi precoce delle malattie.

Shaymaa E. Sorour, Mostafa Elbaz2026-08-26
💻 computer science

Evidence Constrained Agentic Retrieval Augmented Generation for Substation Civil Engineering Preliminary Design Documents in a Single Project Study

Questo articolo propone EC-ARAG, un framework di generazione aumentata da recupero di tipo agentico e vincolato dalle evidenze che migliora significativamente l'affidabilità, la coerenza e l'efficienza della stesura della progettazione preliminare dell'ingegneria civile per sottostazioni, integrando il recupero consapevole delle normative, la risoluzione dei conflitti e cicli di doppia verifica per superare i sistemi RAG convenzionali.

Yizhang Huang, Xinhui Zhang2026-08-26
💻 computer science

Evaluation Pitfalls and Multimodal Baselines for the \dataset{} IoT Malware Dataset

Questo articolo introduce i primi baseline sistematici e i protocolli di valutazione per il dataset di malware IoT multimodale CIC-YNU-IoTMal2026, rivelando criticità fondamentali quali la fuga di dati derivante da suddivisioni casuali, l'alto tasso di mancati rilevamenti per i campioni dormienti in condizioni prive di fuga di dati e la severa fragilità cross-architettura, dimostrando al contempo che le scelte del protocollo, piuttosto che la selezione del modello, alla fine dominano le prestazioni riportate.

Xuetong Zhang, Yifei Xing, Zhibin Guo, Jianmin Li2026-08-26
💻 computer science

A Localization-Aware Heterogeneous CNN Ensemble with Neural Meta- Fusion for Plant Disease Classification, with a Component Analysis on Laboratory and Field Images

Questo articolo presenta un ensemble di CNN eterogenee consapevole della localizzazione con fusione meta-neurale che dimostra come i componenti critici delle pipeline di classificazione delle malattie delle piante passino dall'ampiezza dell'ensemble e dai descrittori artigianali negli ambienti di laboratorio alla localizzazione fogliare e alla fusione appresa quando applicate a immagini da campo, validato attraverso rigorosi studi di ablazione su entrambi i dataset PlantVillage e PlantDoc.

Ehsan Gaballah2026-08-26
💻 computer science

Hybrid 3D-CNN, Bi-LSTM, and Transformer-Based Framework for Anomaly Detection of Human Behaviour in Video Surveillance with Adaptive Error Minimization

Questo articolo propone un nuovo framework di deep learning ibrido che integra architetture 3D-CNN, Bi-LSTM e Transformer con un modulo di soglia adattiva e l'ottimizzazione della perdita multi-obiettivo per raggiungere un rilevamento delle anomalie in tempo reale e allo stato dell'arte nella videosorveglianza, riducendo significativamente i falsi allarmi in diverse condizioni ambientali.

Sameera yasam, Syed Ali Hussain, Vijaya Kumar Koppula2026-08-26
💻 computer science

CEGNN-Fraud: A Scalable Heterogeneous Temporal Graph Neural Network with Evidence-Constrained LLM Risk Reasoning

CEGNN-Fraud è una rete neurale a grafi temporali eterogenea e scalabile che potenzia il rilevamento delle frodi finanziarie attraverso un gate di affidabilità condizionato dagli eventi e un LLM vincolato per la reportistica del rischio basata su prove, dimostrando prestazioni superiori in termini di accuratezza, robustezza e generalizzazione rispetto ai baseline esistenti.

Yilin zhong2026-08-26
💻 computer science

A Framework for Dynamic Memory Management and Personalized Agent Decision-Making in Retrieval- Augmented Generation

Questo articolo introduce DMAP-RAG, un framework che potenzia la Generazione Aumentata dal Recupero integrando un'architettura di memoria a doppia memoria a struttura ad albero e un processo decisionale di agenti personalizzati per raggiungere prestazioni competitive nella coerenza del dialogo multi-turno e nella soddisfazione dell'utente.

Xiangguo Qian, Yong Xu, Chuqi Ma, Choon Kit Chan2026-08-26
💻 computer science

Brain tumor classification: A comparative analysis of deep learning techniques and impact of augmentation approaches on T1-CE MRI scans

Questo articolo presenta un'analisi comparativa di sette modelli di deep learning pre-addestrati su scansioni MRI T1-CE per la classificazione dei tumori cerebrali, dimostrando che VGG-16 raggiunge l'accuratezza più elevata (92,45%) quando addestrato con varie tecniche di aumento e ottimizzatori, utilizzando al contempo Grad-CAM per migliorare l'interpretabilità del modello.

Priyanka Sharma, Sakshi Ahuja2026-08-26