💻 informatica

EdgeMusicTransformer: A Lightweight Context-Aware Transformer for Efficient Generative AI Deployment under Edge Computing Constraints

Dit artikel introduceert EdgeMusicTransformer, een lichtgewicht, contextbewuste Transformer-architectuur geoptimaliseerd voor edge computing die efficiënte symbolische muziekgeneratie bereikt met 2,4 miljoen parameters, waarbij een piekdoorvoer van 17.783 tokens/s wordt aangetoond bij een contextlengte van 256 tokens, terwijl een stabiel geheugengebruik en hoogwaardige structurele output worden behouden.

Yifan Zhang, Xiangyu Wang2026-10-16
💻 informatica

Severity-Conditioned Pixel-Wise Asynchronous Diffusion for Semi-Transparent Mural Restoration

Dit artikel stelt Severity-Conditioned Pixel-Wise Asynchronous Diffusion (SC-PAD) voor, een nieuw framework dat de restauratie van semi-transparante muurschilderingen verbetert door een continu ernstveld te schatten om de pixel-gewijze asynchrone diffusieprogressie aan te sturen, waardoor de beperkingen van binaire maskers en uniforme temporele modellering bij het afhandelen van ruimtelijk niet-uniforme degradaties worden overwonnen.

Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang2026-10-16
💻 informatica

Enhancing Road Safety with Privacy-Preserving Blockchain-Based Mobile Crowdsensing

Dit artikel introduceert RBCrowd4RS, een privacy-bewarend, blockchain-gebaseerd mobiel crowdsensing-systeem dat zk-SNARKs gebruikt voor anonieme authenticatie en een Gompertz-reputatiemodel om gelijktijdig de verantwoording van verkeersveiligheidsgegevens, de onkoppelbaarheid van bijdragers en realtime prestaties te waarborgen.

Zaina Maqour, Hanan El Bakkali, Driss Benhaddou, Houda Benbrahim2026-10-16
💻 informatica

Integrating Structural and Semantic Analysis for Code Smell Refactoring Prediction

Dit artikel stelt een machine learning-framework voor en evalueert empirisch de voorspelling van code smell-refactoring in Java-projecten, waarbij wordt aangetoond dat het combineren van traditionele objectgeoriënteerde metrieken met semantische en syntactische graafgebaseerde embeddings betrouwbare voorspellingen oplevert door complementaire signalen te vangen die verder gaan dan wat structurele metrieken alleen bieden.

Andrea Lanza, Matteo Bochicchio, Francesca Arcelli Fontana2026-10-16
💻 informatica

Regime-First GPU Power Management for Deep Learning: Cross-Hardware Evidence from Power, Performance, and Energy

Dit artikel toont aan dat het verlagen van de GPU-vermogenslimieten niet consistent het energieverbruik per voltooide taak verlaagt over verschillende hardwareregimes heen, wat pleit voor een "regime-eerst"-benadering waarbij empirische karakterisering van specifieke GPU-workload-paren essentieel is voordat machtsbeheersingscontroles worden geïmplementeerd.

D. Venkata Naga Raju, Ravi Kumar Suggala, A. Sri Krishna, Pavan Kumar Vadrevu, Ratna Kanth Gudala2026-10-16
💻 informatica

Enhancing Interpretability in Credit Risk Modeling: A Synergistic Approach Integrating SHAP and Counterfactual Explanations

Deze studie stelt een synergetisch kader voor dat SHAP-waarden en contrafectuele verklaringen integreert om de interpreteerbaarheid, rechtvaardigheid en actiegerichtheid van kredietrisicomodellen te verbeteren, waarbij door middel van empirische analyse op de Duitse kredietdataset wordt aangetoond dat deze aanpak de voorspellende prestaties effectief in evenwicht brengt met ethische naleving van regelgeving, terwijl het aantal kenmerkveranderingen dat aanvragers moeten doorvoeren om uitkomsten te wijzigen, wordt verminderd.

Joel Quansah2026-10-16
💻 informatica

Predictive Multi-Objective Energy--Latency Optimization in Cloud Environments Using Ensemble Learning

Dit artikel stelt een voorspellend multi-objectief framework voor dat gebruikmaakt van ensemble learning om de afweging tussen energieverbruik en latentie in cloud-datacenters te optimaliseren, waarbij significante energiebesparingen en verbeterde stabiliteit worden aangetoond ten opzichte van statische en reactieve beleid via trace-gestuurde emulatie en robuuste generalisatie.

Ahmed A. M. Warad, Snaa A. ElSawy, Rana Mostafa, Miral Adel, Abdelrahman Farouk, Kareem Kamal A. Ghany2026-10-16
💻 informatica

Feasible-Space Quantum-Walk Optimization for Atomic Congestion Games Incentive Feasibility and an Eight-Instance Ideal-Statevector Study

Deze studie benchmarkt een 12-qubit QAOA en een continuous-time quantum walk (CTQW) tegen klassieke lokale zoektochten op acht kleinschalige atomaire congestiespellen, waarbij wordt onthuld dat hoewel de CTQW een significant lagere gemiddelde kostenkloof (8,34%) bereikt dan QAOA (23,22%) door 100% haalbaarheid te behouden, klassieke lokale zoektochten beide kwantummethoden overtreffen in het vinden van exacte optima, waarbij de auteur benadrukt dat deze ruisvrije, qua middelen niet evenredige resultaten geen kwantumvoordeel aantonen.

Parham Ghayour2026-10-16