💻 Category

cs

2358 articoli

💻 computer science

Dictionary-KAN: Resolving the Optimization Paradox of Kolmogorov-Arnold Networks via Complex RKHS, Machine-Verified Theory, and Discrete Hierarchical Refinement

Questo articolo introduce Dictionary-KAN (DKAN), un'architettura verificata tramite macchina che risolve il paradosso dell'ottimizzazione delle Kolmogorov-Arnold Networks impiegando dizionari RBF a coefficienti complessi e un raffinamento gerarchico discreto per ottenere una regressione multivariata, un recupero dei coefficienti delle PDE e un'interpretabilità efficiente dall'hardware superiori, evitando al contempo i problemi di memoria e convergenza delle KAN basate su spline continue.

Kiarash Mohammadi2026-08-25
💻 computer science

CONCORDAT: Trustworthy multimodal federated learning for autism research under incomplete, heterogeneous and privacy-constrained health data

CONCORDAT è un framework di apprendimento federato cross-silo che consente una ricerca multimodale sull'autismo affidabile e preservante la privacy, integrando dati sanitari eterogenei e incompleti attraverso più siti e affrontando simultaneamente le sfide relative alla mancanza di dati, alla privacy differenziale e all'equità tra i sottogruppi.

Jarin Alam Prity2026-08-25
💻 computer science

Fixed Point Theory Beyond Contractions for Deep Equilibrium Models

Questo articolo fa progredire i Deep Equilibrium Models stabilendo una teoria del punto fisso che ammorbidisce il restrittivo requisito di contrazione stretta, provando esistenza e unicità sotto le contrazioni FF-di Wardowski, dimostrando la convergenza dell'iterazione di Krasnoselskii–Mann per operatori non espansivi e derivando i limiti di stabilità Lipschitz per un addestramento robusto.

Milad tahavor, Tayyebe Haqiri, Reza Memarbashi2026-08-25
💻 computer science

Dual Soft-Adaptive Aggregation for Long-Context LLMs_ Mitigating Sequence-and-Depth Information Dilution

Questo articolo propone un framework di aggregazione soft-adattiva unificato che mitiga la diluizione delle informazioni di sequenza e di profondità nei LLM a lungo contesto introducendo Soft-ChunkAttn per il chunking semantico differenziabile e Virtual Dynamic Block-AttnRes per la fusione degli strati adattiva all'input, il tutto preservando il grafo computazionale originale per una distribuzione efficiente su GPU.

Minzhe Liu2026-08-25
💻 computer science

A Hierarchical Opponent-Modeling,World-Model, and Risk-Adaptive Planning Framework for Fair Adaptive Character Intelligence in Soulsl ike and AAACombat

Questo articolo introduce EIDOLON-RL, un framework di apprendimento per rinforzo gerarchico ibrido che integra la modellazione dell'avversario, la modellazione del mondo e la pianificazione adattiva al rischio per generare personaggi IA equi, leggibili e computazionalmente efficienti per giochi d'azione AAA, imponendo matematicamente i vincoli di produzione come la validità delle animazioni e l'imperfezione intenzionale anziché trattarli come correzioni ingegneristiche post-hoc.

Jayachandiran Udayakumar2026-08-25
💻 computer science

Control-aware training of physical neural networks for closed-loop regulation

Questo articolo dimostra che l'ottimizzazione di reti neurali fisiche con obiettivi sensibili al controllo, che danno priorità alla preservazione delle classifiche delle azioni candidate rispetto alla precisione di regressione statica, migliora significativamente le prestazioni di regolazione a ciclo chiuso e la robustezza contro le perturbazioni in compiti come la regolazione omeostatica e la stabilizzazione del Cart-Pole.

Yuzhan Zhang2026-08-25
💻 computer science

Deep Learning for Anomaly Detection in Dynamic Graphs: A Verified Taxonomy, Survey, and Unified Benchmark

Questo articolo stabilisce una tassonomia verificata e un benchmark unificato per l'anomaly detection basata sul deep learning in grafi dinamici, rivelando che semplici euristiche basate sul grado spesso superano modelli deep complessi su benchmark sintetici pur fallendo sui dati del mondo reale, ed esponendo critiche falle nelle attuali pratiche di valutazione e nelle implementazioni pubblicate.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25
💻 computer science

Zero-Degradation Post-Hoc Explanations with Identity Pass-Through for Recurrent Graph Anomaly Detection

Questo articolo introduce X-StrGNN, uno strato di spiegazione post-hoc a degradazione zero per il rilevatore di anomalie su grafi StrGNN che fornisce attribuzioni strutturali e temporali stabili e a basso costo per gli archi segnalati, preservando al contempo le prestazioni di rilevamento del modello originale con precisione di macchina.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25
💻 computer science

Dual Spatial-Temporal Shapley Attribution for Explainable Anomaly Detection in Dynamic Social Graphs

Questo articolo introduce un framework di spiegabilità post-hoc che potenzia l'ad alte prestazioni TADDY anomaly detector per grafi sociali dinamici generando attribuzioni Shapley spaziali e temporali duali per identificare i vicini influenti e gli snapshot storici, raggiungendo elevati indici di fedeltà e sufficienza senza compromettere l'accuratezza della rilevazione.

Iyad Assaad NEKKA, Hamida seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25