💻 computer science

Data leakage inflates reported accuracy of deep learning for kidney stone detection on CT: a leakage-free, calibrated and uncertainty-aware reassessment across three centers

Questo studio dimostra che la suddivisione dei dati a livello di immagine nei modelli di deep learning per la rilevazione dei calcoli renali su TC gonfia artificialmente l'accuratezza riportata di circa nove punti percentuali a causa della fuga di dati, e sostiene protocolli di valutazione basati sul paziente, calibrati e consapevoli dell'incertezza per garantire prestazioni cliniche affidabili.

Okoi Obeten, Abas Aliu, Omowumi Aliu, Ahmed Jimoh, Zibril Aliyu, Christiana Ezeanya2026-08-24
💻 computer science

SGRI-HF: A Semantic Group-Aware Gated Residual Interaction and Heterogeneous Fusion Framework for College Student Mental Health Risk Identification

Questo articolo propone il framework SGRI-HF, che sfrutta la modellazione di gruppi semantici, l'instradamento adattivo e la fusione etogenea per identificare efficacemente i rischi per la salute mentale degli studenti universitari catturando le complesse dipendenze cross-dominio e le differenze individuali nei dati dei questionari, raggiungendo prestazioni e interpretabilità superiori rispetto ai metodi esistenti.

Fengyue Zhang, Chunlei Shi, Junfeng Zhang2026-08-24
💻 computer science

A Cautionary Evaluation of LLMs for TLS Normative Requirement Classification

Questo articolo valuta i modelli linguistici di grandi dimensioni per l'automazione della classificazione dei requisiti normativi TLS utilizzando lo standard NIST SP 800-52 Rev. 2, riscontrando che, sebbene i metodi d'insieme raggiungano un'accuratezza del 93,75%, la confusione sistematica tra il linguaggio "SHOULD NOT" e "MAY" rende gli attuali LLM insufficientemente affidabili per l'audit di conformità autonomo.

Majid Mollaeefar, Riccardo Germenia, Salvatore Manfredi, Silvio Ranise2026-08-24
💻 computer science

Design and Evaluation of a Lightweight Real-Time Facial Expression Recognition System: A PyTorch Mini-Xception Implementation Trained on FERPlus.

Questo articolo presenta un sistema di riconoscimento delle espressioni facciali leggero e in tempo reale che utilizza un modello personalizzato PyTorch "Mini-Xception" addestrato sul dataset FERPlus con pesatura della frequenza inversa della radice quadrata, il quale raggiunge un'accuratezza di test bilanciata del 75,40% e 30 FPS su un Apple M1 Pro senza richiedere risorse GPU significative.

Debanjan Chakraborty2026-08-24
💻 computer science

Task-Adaptive Calibration for Multimodal Long-Context Extension

Questo articolo introduce la Task-Adaptive Calibration (TAC), un modulo leggero che combina la rettifica cross-modale condizionata al task con la ridistribuzione consapevole della distanza per migliorare significativamente la comprensione del contesto lungo multimodale e l'accuratezza della localizzazione delle prove, mantenendo al contempo un overhead computazionale minimo.

Xiang Li, Zhenning Guo, Ruiqi Liu2026-08-24
💻 computer science

Topological Materialization of Deterministic Intelligence: Bypassing Energy-Latency Limits of Generative AI via Phase-Resonant Mersenne Lattice

Questo articolo afferma di aver realizzato un rivoluzionario sistema di "IA Riproduttiva" che aggira i limiti di energia e latenza dell'IA generativa tradizionale utilizzando un reticolo di Mersenne topologico e circuiti a risonanza di fase per ottenere un recupero dell'intelligenza deterministico, a memoria zero, con zero allucinazioni e un consumo energetico drasticamente ridotto.

Min Ho Jung2026-08-24
💻 computer science

MoEMory: Long-Term User Memory as a Routing Policy on Frozen Mixture-of-Experts Language Models

MoEMory introduce un nuovo paradigma di memoria a lungo termine per modelli linguistici Mixture-of-Experts congelati che memorizza le informazioni per utente come un bias di routing per attivare selettivamente le capacità esistenti senza iniettare nuovi token o parametri, ottenendo così una fuga quasi nulla in query non correlate pur rimanendo ortogonale e complementare ai metodi di memoria tradizionali basati sull'iniezione.

Chenxi He2026-08-24
💻 computer science

AI-generated Academic Publications and Research Integrity: A Cross-National Analysis of Trends, Detection Methods, and Policy Responses (India vs. Global Standards, 2020-2026)

Questo studio transnazionale (2020–2026) analizza la rapida ascesa delle sottomissioni accademiche generate dall'IA in India e a livello globale, rivelando tassi di vulnerabilità comparabili ma significativi vuoti normativi in India, e propone quadri di rilevamento multi-metodo basati sull'evidenza e di responsabilità istituzionale per salvaguardare l'integrità della ricerca.

JAINISH BHAGAT2026-08-24