💻 computer science

SHAP based Hybrid Intrusion Detection Scheme Using ADASYN, Filter Method, and Ensemble Learning for IoT and Computer Network

Questo articolo propone un sistema di rilevamento delle intrusioni ibrido basato su IA spiegabile per l'IoT e le reti informatiche che integra ADASYN per lo squilibrio dei dati, metodi di filtraggio per la selezione delle caratteristiche, l'apprendimento d'insieme per la robustezza e SHAP per l'interpretabilità, dimostrando prestazioni superiori sui dataset CICIDS2017 e MQTT-IoT-IDS2020.

Asimkiran Dandapat, Bhaskar Mondal2026-08-20
💻 computer science

Generalising Hybrid OUR-Net -U-Net for Accurate Identification and Multi-Domain Structural Crack Segmentation Using Refinement Techniques

Questo articolo propone un framework debolmente supervisionato che sfrutta annotazioni a livello di immagine per generare pseudo-maschere raffinate tramite CAM e Grad-CAM, le quali vengono poi utilizzate per addestrare un modello ibrido OUR-Net–U-Net per una segmentazione accurata e multi-dominio delle crepe strutturali, con costi di annotazione significativamente ridotti e prestazioni superiori rispetto ai metodi esistenti.

K. S. Ravichandran2026-08-20
💻 computer science

Empirically Derived AI Harm Profiles and the Case for Context-Sensitive Moral Responsibility

Questo studio analizza 849 incidenti legati all'IA per derivare empiricamente tre distinti profili di danno — Autonomo/Embodied, Riconoscimento Visivo e IA Generativa — sostenendo la necessità di un passaggio da principi di governance generali a un quadro contestualizzato che adatti i meccanismi di responsabilità e monitoraggio a questi specifici modelli di rischio.

Ummara Mumtaz, Rabi Noor, Summaya Mumtaz2026-08-20
💻 computer science

Defect-Aware YOLOv8n for Real-Time Surface Defect Detection on Printed Playing Cards with Dense Graphic Backgrounds

Questo articolo propone un framework YOLOv8n consapevole dei difetti, potenziato da una backbone ResNet50, DeCA, un BiFPN migliorato con SPD-Conv, una testa declassata adattiva dinamica e Wise-IoU v3, per ottenere il rilevamento in tempo reale e ad alta precisione di piccoli difetti a basso contrasto su carte da gioco stampate in presenza di sfondi grafici densi, superando lo standard YOLOv8n del 12,8% in mAP@50 pur mantenendo una velocità di inferenza di 97 FPS.

Jiang Meixian, Gu Yao, Mao Haozhe, Tong Wenyao, Zhang Huawen, Guanghua Wu2026-08-20
💻 computer science

Prototype-aware Channel-Selective Spatial Interaction for Semi-supervised Medical Image Segmentation

Questo articolo propone il Prototype-aware Channel-Selective Spatial Interaction (PCSI), un framework teacher-student per la segmentazione di immagini mediche semi-supervisionata che sfrutta memorie di prototipi foreground-background disaccoppiate per guidare la selezione dei canali e il raffinamento delle caratteristiche spaziali, ottenendo così prestazioni superiori con dati etichettati limitati.

Jiaqi zhang, Yun Jiang, Yutong Yao, Kunyi Zhu, Xijie Wang, Xiuxiu Tian2026-08-20
💻 computer science

EMA-Det: Hardware-Aware Edge Verification for Two-Stage UAV Detection

Questo articolo introduce EMA-Det, una rete di verifica delle regioni con early-exit e consapevole dell'hardware per il rilevamento UAV a due stadi che privilegia la richiamata rispetto alla mAP per superare i colli di bottiglia del sistema, ottenendo prestazioni superiori sui dispositivi edge e dimostrando la necessità di un addestramento specifico per le applicazioni termiche-IR.

Enes Mert AYDIN, Osman TOKLUOGLU, Enver CAVUS2026-08-20
💻 computer science

Semantic Spectrum: Fault Localization via Method Behavioral Divergence

Questo articolo propone la Semantic Spectrum-based Fault Localization (SSFL), un approccio a livello di metodo che sfrutta le distribuzioni dei valori di output a runtime per costruire spettri semantici, ottenendo un'accuratezza nella localizzazione dei guasti superiore rispetto alle tecniche tradizionali basate su spettro, basate sull'apprendimento e basate su LLM senza richiedere l'addestramento di modelli o il ragionamento online.

Tu Peng, Xianju Zheng, Yin Kuang, Abdelmounaim Mekaoui, Yazhi Yang, Ling Xiong2026-08-20
💻 computer science

Persistence-Weighted Descriptors: A Topologically Stable Local Feature Representation for Deformation-Robust Image Matching

Questo articolo introduce PW-Desc, un descrittore di caratteristiche locali topologicamente stabile che privilegia garanzie di stabilità matematicamente provate sotto perturbazioni e trasformazioni fotometriche rispetto alla pura accuratezza di corrispondenza, rendendolo specificamente adatto ad applicazioni critiche per la sicurezza come la registrazione medica e l'analisi forense, nonostante rimanga indietro rispetto ai metodi appresi allo stato dell'arte nelle prestazioni di benchmark.

Md Hasibuzzaman2026-08-20
💻 computer science

Bottleneck-aware explainable learning-to-dispatch improves simulated throughput in dynamic flexible manufacturing systems

Il documento introduce il Bottleneck-aware Explainable Learning-to-Dispatch (BA-XLD), una politica di priorità interpretabile che migliora significativamente il throughput, riduce i ritardi e minimizza i tempi di setup nei sistemi di produzione flessibili dinamici, sfruttando contributi di caratteristiche additive appresi per adattarsi alle perturbazioni stocastiche.

Muhammad Rafay Ikram2026-08-20
💻 computer science

Service-preserving carbon- and water-aware resource allocation for geo-distributed AI inference

Questo articolo propone un framework lessicografico a due stadi, guidato da tracce, per l'inferenza IA geo-distribuita che dà priorità alla fattibilità del servizio ottimizzando al contempo le emissioni di carbonio sotto rigorosi vincoli fisici idrici, dimostrando significativi compromessi ambientali e fornendo un benchmark riproducibile per l'allocazione sostenibile delle risorse.

Qian Zhang, Shengyu Sheng, Tongna Liu2026-08-20