cs articoli | Gist.Science

Human-Centric Cooperative MARL for Reliable EV Charging Coordination in Smart Cities: A Controlled Multi-Seed Comparison of Centralised and Decentralised Training

Questo articolo dimostra che un approccio di addestramento centralizzato con esecuzione decentralizzata (CTDE) utilizzando QMIX supera significativamente l'independent Q-learning (IQL) e i baseline non-RL nel coordinamento della ricarica dei veicoli elettrici all'interno delle smart city, raggiungendo tassi di accettazione e probabilità di successo più elevati gestendo efficacemente l'osservabilità parziale e le dinamiche del traffico.

Nour-Eddine Moumni2026-06-25

💻 computer science

Selective State Space Models in Medical Imaging: A Systematic Review of Mamba-Based Architectures and Clinical Applications

Questa revisione sistematica di 445 studi recenti (2024–2026) identifica gli ibridi CNN-Mamba come l'architettura più efficiente per l'imaging medico grazie alla loro complessità computazionale lineare, evidenziando al contempo sfide critiche come la perdita di informazioni spaziali e il consumo di memoria che devono essere affrontati attraverso blocchi 3D nativi per consentire l'integrazione clinica.

Ali Emre Gök, Mustafa Yurdakul, Şakir Taşdemir2026-06-25

💻 computer science

Hybrid Intrusion Detection System for IoT and Cloud Environments

Questo articolo propone e valuta un framework di rilevamento delle intrusioni ibrido che combina l'apprendimento supervisionato (Random Forest e XGBoost) con un modello di rilevamento delle anomalie basato su un LSTM Autoencoder su dataset allineati di IoT e cloud, dimostrando che, sebbene questo approccio migliori significativamente la robustezza del rilevamento e il richiamo per gli attacchi non visti, esso richiede un compromesso con l'aumento dei falsi positivi e una riduzione della precisione.

Dipo Dunsin, Raju Molla, Alireza Esfahani2026-06-25

💻 computer science

The Lightweight Cherry Tomato Fruit Maturity Detection Method Based on Improved YOLOv10n

Questo articolo propone YOLOv10n-FBD, un modello leggero per il rilevamento della maturazione dei pomodori ciliegino che integra la fusione delle caratteristiche CCFM, l'attenzione PSA-BiFormer e una strategia C2f-Dual per raggiungere un'elevata precisione (94,3% mAP) e velocità (369 FPS), riducendo significativamente la dimensione del modello e la complessità computazionale rispetto ai metodi esistenti.

Ji Cai, Shuaishuai Cui, Baofan Chen, Yuhao Hao, Kun Wang, Guozhu Song2026-06-25

💻 computer science

LSTM-Based Speech Recognition for Assamese: A Low-Resource Language Approach

Questo studio propone un sistema di riconoscimento vocale basato su LSTM per la lingua assamese a basse risorse, utilizzando un dataset auto-curato e caratteristiche acustiche ibride per raggiungere un'accuratezza del 95%, evidenziando al contempo le sfide poste dalle somiglianze fonetiche tra le vocali.

Manash Choudhuri Choudhuri, Deepjyoti Kalita Kalita, Sanjib Kr Kalita Kalita2026-06-25

💻 computer science

Visual Context-Aware and Spatial Receptive Field-Based algorithm for mural inpainting

Questo articolo propone un algoritmo basato sul contesto visivo e sul campo ricettivo spaziale che integra la modellazione dello stato residuo, i vettori di guida e l'attenzione deformabile multi-scala per ripristinare efficacemente gli affreschi di Dunhuang, affrontando l'oblio dei pixel locali e l'insufficiente percezione spaziale, migliorando così significativamente le metriche di qualità del ripristino.

Yang Liu, Zhongmin Liu, Wenjin Hu2026-06-25

💻 computer science

A Deep Cross Neural Network Framework for Stealthy Hardware Trojan Identification in FPGA

Questo articolo propone un framework Deep Cross Neural Network (DCNN) che raggiunge un'accuratezza del 98,4% nel rilevamento di Hardware Trojan furtivi in circuiti VLSI basati su FPGA, estraendo e correlando caratteristiche strutturali e funzionali, offrendo una soluzione affidabile che riduce la dipendenza dai modelli di riferimento golden.

Kishor Bhagat, Gayatri Phade2026-06-25

💻 computer science

The Evaluation–Action Gap in Digital Accessibility Research: A Systematic Review of Automation Bias, Sectoral Concentration, and User Exclusion

Questa revisione sistematica di 104 studi rivela che la ricerca sull'accessibilità digitale è dominata da strumenti automatizzati e concentrata nei settori dell'istruzione e del governo, creando un "gap tra valutazione e azione" in cui la convenienza metodologica e il pregiudizio settoriale hanno sostituito gli approcci centrati sull'utente e non sono riusciti a risolvere le persistenti barriere di accessibilità nell'ultimo decennio.

Ibrahim Emara2026-06-25

💻 computer science

OntoLearner: A Modular Python Library for Ontology Learning with Large Language Models

Il documento introduce OntoLearner, un framework modulare open-source che unifica l'accesso alle ontologie, le pipeline di apprendimento guidate da LLM e il benchmarking standardizzato attraverso 22 domini, rivelando che il principale collo di bottiglia nell'apprendimento delle ontologie sia un disallineamento strutturale tra la codifica della conoscenza del modello e l'organizzazione ontologica piuttosto che la capacità del modello stesso.

Hamed Babaei Giglou, Jennifer D’Souza, Andrei Aioanei, Nandana Mihindukulasooriya, Sören Auer2026-06-25

💻 computer science

Curriculum-Aligned Analysis of Assessment Feedback: A Retrieval-Augmented Large Language Model Approach for Revealing Fine-Grained Student Error Patterns in Higher Education

Questo studio propone un approccio basato su un modello linguistico di grandi dimensioni con recupero aumentato che trasforma i feedback di valutazione non strutturati in modelli di errore allineati al curriculum con alta precisione, consentendo ai team didattici di riflettere sull'impatto dell'istruzione e guidare revisioni curriculari mirate nell'istruzione superiore.

Linxin Hua, Jia Xu, Lirui Guo, Nan Zheng, Qingtan Shen, Dilang Tan, Ye Lu2026-06-25

← Precedente Successivo →