💻 Category

cs

2358 articoli

💻 computer science

MAL-BAYES-III: Hamiltonian Monte Carlo Posterior Neural-Head Inference for Calibrated Obfuscated Malware Detection in Memory Forensics

Questo studio introduce MAL-BAYES-III, un framework parzialmente bayesiano che applica l'Hamiltonian Monte Carlo esclusivamente a una testa di classificazione compatta per generare probabilità calibrate e consapevoli dell'incertezza per il rilevamento di malware offuscati nella medicina forense della memoria, offrendo valore diagnostico e capacità di revisione selettiva nonostante non superi il tradizionale gradient boosting in termini di accuratezza pura.

William Atuahene Agyei, Michael Asante, Kwabena Owusu-Agyemang, Kate Takyi2026-08-25
💻 computer science

Modeling Functional Urban Centrality via Graph Attention Networks and Multi-Source Spatial Data Fusion

Questo studio introduce un framework di Graph Attention Network Autoencoder (GAT-AE) non supervisionato che fonde dati geospaziali multi-fonte con la topologia della rete stradale per modellare la centralità urbana funzionale dinamica, dimostrando una coerenza spaziale superiore e la capacità di identificare complessi fenomeni urbani non lineari rispetto ai metodi lineari tradizionali.

Rida AZMI, Jérôme CHENAL, Oussama KHARBACH, El Bachir DIOP, Seyid Abdellahi EBNOU ABDEM, Ayoub LAHLOUH, Mariem BOUNABI (…)2026-08-25
💻 computer science

From Reasoning Allocation to Behavioural Specialisation: Boundary Results in Multi-Robot Systems

Questo articolo dimostra che, sebbene l'allocazione del ragionamento consapevole dei risultati sia teoricamente preziosa, la sua implementazione pratica nei sistemi multi-robot è severamente limitata dalla scarsità intrinseca di opportunità ad alto valore, portando al collasso dei classificatori nei router appresi e fallendo nel produrre una genuina cognizione collettiva emergente attraverso la delega o la specializzazione.

Pouya Mansournia2026-08-25✓ Author reviewed ⓘ
💻 computer science

When Does Channel Pruning Help Noise-Robust Pedestrian Detection? A Cross-Dataset Empirical Study

Questo articolo dimostra empiricamente che il pruning dei canali migliora la robustezza al rumore nel rilevamento dei pedoni solo in regimi di dati limitati e alta ridondanza agendo come un regolarizzatore, pur fallendo nel generalizzare su dataset diversificati e offrendo solo modesti risparmi computazionali.

Vo Thanh Kiet, Rene Jaros, Ly Duc Minh, Petr Bilik, Radek Martinek2026-08-25
💻 computer science

EEG-Based Depression Detection Using CNN–GRU and MRMR Feature Selection

Questo articolo propone un framework di deep learning ibrido CNN–GRU, potenziato dalla selezione delle caratteristiche mRMR, per rilevare efficacemente il disturbo depressivo maggiore dai segnali EEG, raggiungendo un'accuratezza media del 96,74% sul dataset MODMA, evidenziando al contempo la necessità di ulteriori validazioni su dati clinici diversificati.

Mohammad Reza Yousefi, Elias Ebrahimzadeh, Hajar Ismail Al-Tamimi, Lila Rajabion, Amin Dehghani2026-08-25
💻 computer science

Mechanistic Circuit Tracking Causal Activation Patching and Formation Trajectories in Transformer Architectures

Questo articolo introduce il Mechanistic Circuit Tracking, un framework modulare che combina l'attribuzione diretta dei logit, il causal activation patching e le tecniche di ablazione per tracciare l'emergere dei circuiti di attenzione durante il pre-training e quantificarne la robustezza causale tramite un nuovo Circuit Stability Index per migliorare la sicurezza e l'allineamento dell'IA.

Yash Prajapati2026-08-25
💻 computer science

Beyond F1: A Study of LLM Reliability in Smart Contract Vulnerability Detection

Questo studio valuta 14 modelli linguistici di grandi dimensioni sul rilevamento di vulnerabilità negli smart contract, rivelando che la selezione del modello è più critica rispetto alle strategie di prompting o all'aumento della computazione durante l'inferenza, poiché i modelli frontier più grandi dimostrano una affidabilità superiore mentre i modelli più piccoli e le tecniche di ragionamento esteso possono degradare le prestazioni.

Durjoy Majumdar2026-08-25
💻 computer science

Perceive AI: A Dual-Head Parametric Prototype Architecture with Adversarial Consistency Guardrails for Automated Short Answer Assessment

Questo articolo introduce Perceive AI, un nuovo framework end-to-end per la valutazione automatizzata di risposte brevi che sfrutta un'architettura a prototipo parametrico a doppia testa e barriere di consistenza avversaria per ottenere una valutazione robusta e consapevole del prompt, filtrando efficacemente le risposte fuori tema.

MUHAMMAD RIYAN SARWAR2026-08-25
💻 computer science

Spectral Basis Interpretable Unit: A Learned Orthogonal Projection Module for Interpretable Function Approximation and Unsupervised Regime Discovery

Questo articolo introduce la Spectral Basis Interpretable Unit (SBIU), un modulo neurale di ispirazione classica e motivato dalla meccanica quantistica che utilizza proiezioni ortogonali apprese per ottenere l'approssimazione universale di funzioni e la scoperta di regimi non supervisionati con alta interpretabilità e prestazioni competitive sia su dataset sintetici che su dataset clinici reali.

Kiarash Mohammadi2026-08-25