💻 Category

cs

2275 articoli

💻 computer science

A lightweight boundary-refinement module improves entity mention accuracy in biomedical named entity recognition without degrading correct predictions

Questo articolo introduce un modulo di raffinamento dei confini (Boundary-Refinement Module, BRM) post-hoc e leggero che migliora significativamente l'accuratezza del riconoscimento di entità nominate in ambito biomedico correggendo gli errori di confine senza degradare le predizioni corrette esistenti, migliorando così la stabilità dell'estrazione delle relazioni a valle pur richiedendo risorse computazionali minime.

Julius Beneoluchi Odili, Wasiu Oluwagbenga Hassan2026-09-11
💻 computer science

A Bounded, Learnable Uncertainty Gate and Feature Augmentor for Deep Malware Detection

Questo articolo introduce ChaosEntropyGate v2 (CEG-2), un meccanismo di gating dell'incertezza limitato e apprendibile abbinato a un aumentatore di caratteristiche che, pur migliorando moderatamente il rilevamento del malware basato sul deep learning in regimi specifici e correggendo i precedenti problemi di instabilità, conferma infine che gli ensemble di alberi ottimizzati rimangono la soluzione più robusta ed economica per il compito.

Prakash Kumar Panigrahi, Neha Janu, Jayesh Gangrade2026-09-11
💻 computer science

Deploying machine learning for remaining useful life prediction of lithium-ion batteries on Coral Dev Board

Questo articolo valuta e confronta le prestazioni dei modelli Random Forest, XGBoost e Temporal Convolutional Network per la previsione della vita utile residua delle batterie agli ioni di litio, dimostrando il loro dispiegamento pratico ed efficacia sulla Coral Dev Board per la manutenzione predittiva nei veicoli elettrici.

Mariem Boujneh, Nesrine Majdoub, Taoufik Ladhari, Ali Serdar Atalay, Anis Sakly2026-09-11
💻 computer science

APOSM: Pairwise preference learning improves generative small-molecule design

Il documento introduce APOSM, un framework di apprendimento attivo che migliora la progettazione di piccole molecole addestrando un modello surrogato basato su reti neurali a grafo su confronti molecolari a coppie anziché su punteggi assoluti, migliorando così significativamente il raggiungimento del target e l'efficienza di campionamento in regimi di screening rumorosi.

Marcus W. Dreisler, Richard Michael, Nikos Hatzakis, Wouter Boomsma2026-09-11
💻 computer science

Integrated Gradient-guided Adversarial Counterfactual Explanations of 12-lead Electrocardiograms

Questo articolo introduce InterGRACE, un framework avversario integrato guidato dai gradienti che genera spiegazioni controfattuali clinicamente significative per ECG a 12 derivazioni prendendo di mira caratteristiche rilevanti per la decisione come il segmento ST e l'onda T, migliorando così l'interpretabilità dei modelli di IA per la rilevazione dell'infarto del miocardio.

Bjørn-Jostein Singstad2026-09-11
💻 computer science

Gender bias in the diagnosis of Alzheimer's Disease

Questo studio dimostra che i modelli di apprendimento automatico attenti all'equità, specificamente quelli che impiegano tecniche di mitigazione del bias come il Disparate Impact Remover e l'adversarial debiasing, possono ridurre significativamente le disparità legate al sesso nella classificazione della malattia di Alzheimer utilizzando i dati ADNI, mantenendo al contempo un'elevata accuratezza predittiva e migliorando l'interpretabilità dei determinanti clinici e legati al genere.

Susanne Neufang, Atae Akhrif, Oya D Beyan, Neuroimaging Initiative2026-09-11
💻 computer science

An Automated, Contamination-Controlled VQA Benchmark for Evaluating Vision-Language Models on 3D Oncology Imaging

Questo articolo introduce una pipeline di benchmarking automatizzata e a controllo di contaminazione che genera domande a scelta multipla da privati referti di radiologia e imaging oncologico 3D per valutare rigorosamente i modelli Vision-Language, rivelando che gli attuali modelli spesso si affidano a indizi testuali o alla familiarità del dataset piuttosto che a una genuina percezione visiva.

Bo Liu, Hanxue Gu, Xiangru Li, Zheren Zhu, Jacob Ellison, Kang Wang, Ke Sheng, Steve Braunstein, Janine Lupo, Yang Yang (…)2026-09-11
💻 computer science

DualAttentionNet: A Lightweight Dual-Attention Framework for Robust Multi-Class EEG Digit Decoding

Questo articolo introduce DualAttentionNet, un framework di deep learning leggero che potenzia l'EEGNet tradizionale incorporando blocchi di doppia attenzione a canale per raggiungere un'accuratezza allo stato dell'arte del 92,36% nella decodifica di cifre EEG multi-classe, garantendo al contempo robustezza, interpretabilità ed efficienza computazionale.

Md Rashidul Islam, Md Shakil Hossain, Md Saiful Arefin, Md Ridwan Ali, Nick Rahimi, Saydul Akbar Murad2026-09-11
💻 computer science

Enhancing the Robustness of Android Malware Detection Systems Against Adversarial Attacks: A Systematic Review of Defense Strategies and Emerging Challenges

Questo articolo presenta una revisione sistematica della letteratura (2020–2025) sui sistemi di rilevamento del malware per Android basati sull'IA, analizzando le loro vulnerabilità agli attacchi avversari, valutando le strategie di difesa esistenti e identificando lacune critiche e direzioni di ricerca future per raggiungere una sicurezza robusta e affidabile.

Zahraddeen Bala, Fatima Umar Zambuk, Badamasi Imam Ya’u, Kabiru Ibrahim Musa2026-09-11
💻 computer science

LC-MSCKF: Hybrid Learned and Innovation-Feedback Covariance Calibration for Visual-Inertial Odometry

LC-MSCKF migliora l'accuratezza della Visual-Inertial Odometry impiegando una strategia di calibrazione dell'incertezza ibrida a due stadi che combina un ramo appreso leggero per anticipare il degrado con un ramo di feedback dell'innovazione per un'inflazione correttiva limitata, superando significativamente i baseline adattivi a ramo singolo e a valore fisso attraverso diversi benchmark.

Dhayaa Khudher2026-09-11