cs articoli | Gist.Science

YOLO-Based Deep Learning for Citrus Fruit Detection, Counting, and Yield Estimation in Complex Orchard Environments: A Systematic Review

Questa revisione sistematica di 88 studi che utilizzano il deep learning basato su YOLO per il rilevamento e la stima della resa degli agrumi rivela che, sebbene il campo si sia concentrato su un toolkit tecnico comune raggiungendo un'elevata precisione media, esso manca criticamente di benchmark standardizzati, dataset diversificati e una rigorosa validazione statistica, risultando in un alto rischio complessivo di bias.

Paola D'Antonio, Luis Alcino Conceição, Danilo Travascia, Lucas Santos Santana, Josiane Maria da Silva, Francesco Toscan (…)2026-08-24

💻 computer science

Transaction Intent Graph: Semantic Cross-LayerDefense Orchestration for Microservices PaymentSystem

Questo articolo introduce TIG-CDO, un framework di orchestrazione della difesa semantica cross-layer che costruisce grafi di intento delle transazioni per rilevare e mitigare gli attacchi di degradazione lenta composita (CSDA) nei sistemi di pagamento a microservizi, spostando l'analisi dalle singole richieste HTTP a transazioni multi-step ordinate causalmente, ottenendo una conformità SLA del 99,9% e una significativa riduzione dei falsi positivi rispetto alle difese stratificate tradizionali.

Amit Rangari2026-08-24

💻 computer science

Detection and Safeguarding of Chinese Toxic Content from Users and LLMs: A Survey

Questo articolo presenta un'analisi completa che esamina sistematicamente la ricerca sul rilevamento di contenuti tossici generati dagli utenti sui social media cinesi e sulla protezione dei grandi modelli linguistici cinesi dalla tossicità generata dai LLM, con l'obiettivo di consolidare i progressi frammentati e identificare le sfide chiave per lo sviluppo futuro.

JunYu Lu, Weiming Wang, Deyi Ji, Lanyun Zhu, Bo Xu, Liang Yang, Hongfei Lin, Roy Ka-Wei Lee2026-08-24

💻 computer science

EPDA: An Efficient and Privacy-preserving Dual Aggregation Scheme for Federated Learning in VANETs

Il documento propone EPDA, uno schema di doppia aggregazione efficiente e preservante la privacy per il Federated Learning nelle VANET che garantisce la riservatezza del modello, l'anonimato e l'inaltriabilità, riducendo significativamente i carichi computazionali e di comunicazione.

Yifeng Zhao, Qingqing Xie2026-08-24

💻 computer science

Integrating Random Number Generation with the Rabin Cryptosystem for a Robust Two-Way Authentication in RFID

Questo articolo propone un protocollo di autenticazione bidirezionale economico e robusto per sistemi RFID a basso costo in ambienti IoT che integra il crittosistema di Rabin con la generazione di numeri casuali per migliorare la privacy, prevenire attacchi di replay e brute force, e garantire la freschezza delle informazioni.

Yuanjia Ma, Jikun Guo, Canpeng Zheng, Qiujin Zhang, Yang Zhang2026-08-24

💻 computer science

Visual Foundation Models with Adapter Learning for Parkinson’s Disease Recognition based on OCT Images

Questo articolo propone un framework per il riconoscimento della malattia di Parkinson efficiente in termini di parametri che sfrutta modelli visivi fondativi pre-addestrati con tre adattatori leggeri (globali, locali e per token) per raggiungere prestazioni competitive sulle immagini OCT riducendo significativamente i parametri addestrabili rispetto alle tradizionali reti neurali profonde.

Jianwei Zhang, Tongyao Wang, Dandan Shao, Yuting Yang, Jiasheng He, Mingzhe Zheng, Zhuoyan Yang, Jianyong Wang, Zi Jin (…)2026-08-24

💻 computer science

Harmonic Field-Point-Line Framework for Precise Dental Mesh Segmentation

Questo articolo propone un framework a tre stadi, a campo armonico punto-linea consapevole della concavità, che raggiunge una segmentazione dentale 3D accurata ed efficiente per il CAD ortodontico combinando il ritaglio ellissoidale adattivo, una metrica di Forza di Localizzazione e una ricerca su grafo consapevole dei bordi, dimostrando una robusta applicabilità clinica sul benchmark Teeth3DS.

Shaoxiong Wang, Renjie Li, Dongmei Cai2026-08-24

💻 computer science

Spatiotemporal prediction of unsafe road conditions using weather and infrastructure proximity information - A comparative study across model learning paradigms

Questo studio confronta nove modelli di apprendimento automatico su dati delle autostrade olandesi per prevedere cinque tipi di condizioni stradali insicure, riscontrando che Random Forest e XGBoost superano gli approcci di deep learning, dimostrando al contempo che le caratteristiche meteorologiche sono più predittive della vicinanza alle infrastrutture, sebbene la scarsità dei dati e la grossolanità delle caratteristiche limitino attualmente l'affidabilità dei modelli per la previsione del rischio calibrata.

Nirmal Sitaldin, Bart van Arem, Maaike Snelder, Shadi Sharif Azadeh2026-08-24

💻 computer science

Enforcing Attestable Workflows across Untrusted Networks

JANUS è un'architettura ad alte prestazioni che federata Trusted Execution Environments attraverso reti non fidate utilizzando un design a TCB (Trusted Computing Base) diviso, raggiungendo un routing crittografato a velocità nativa con un overhead di latenza minimo ancorando il rilascio delle chiavi alle misurazioni hardware ed eseguendo l'enforcement all'interno del kernel.

Hung Dang, Tue Nguyen2026-08-24

💻 computer science

SimGrowNet: Efficient Neural Growth with Similarity-Based Redundancy Control

SimGrowNet è un metodo di crescita neurale efficiente ispirato alla neurogenesi umana che espande progressivamente modelli compatti durante l'addestramento minimizzando la ridondanza dei neuroni attraverso vincoli basati sulla somiglianza, migliorando così la diversità delle caratteristiche, mitigando l'apprendimento scorciatoia (shortcut learning) e superando i baseline esistenti su molteplici dataset di riconoscimento di immagini.

Taigo Sakai, Kazuhiro Hotta2026-08-24

← Precedente Successivo →