💻 Category

cs

1398 Arbeiten

💻 computer science

Xender+: Enhancing Time Series Data Transmission via Historical Model Reuse

Xender+ ist ein neuartiges Framework, das die Effizienz der Übertragung von Zeitreihendaten verbessert, indem es häufiges Online-Modell-Retraining durch eine cloudseitige Bibliothek aus vorab trainierten, muster-geclusterten Modellen zur direkten Wiederverwendung ersetzt, wodurch im Vergleich zu aktuellen State-of-the-Art-Baselines eine geringere End-to-End-Latenz und eine hohe Rekonstruktionsgenauigkeit erreicht wird.

Bin Liu, Xuanfeng Liu, Ziguang Fu, Jian Liu2026-08-18
💻 computer science

Resource-Aware Video Action Recognition Through Adaptive Temporal Sampling: An Efficiency–Accuracy Benchmarking Framework

Dieses Paper führt ein ressourcenbewusstes Benchmarking-Framework unter Nutzung von adaptivem zeitlichem Sampling ein, um die Effizienz-Genauigkeits-Abwägungen bei der Video-Aktionserkennung zu bewerten, und demonstriert dabei, dass die R(2+1)D-18-Architektur den Energieverbrauch signifikant reduziert, während sie eine stabile Leistung über variierende Rechenbudgets hinweg beibehält.

Nousheen Taj, Bharathi P.T.2026-08-18
💻 computer science

Multimodal Deep Learning for Chest X-Ray Abnormality Classification and Interpretability through Demographic Feature Integration

Diese Studie schlägt ein multimodales Deep-Learning-Framework vor, das Thorax-Röntgenbilder mit demografischen Metadaten unter Verwendung eines ConvNeXt Large Backbones integriert, einen makro-gemittelten AUC-Wert von 96,88 % auf dem NIH ChestX-ray14-Datensatz erreicht und eine überlegene Leistung sowie Interpretierbarkeit im Vergleich zu bestehenden bildbasierten Modellen demonstriert.

Sultan Mesfer Aldossary, Samia M. Abd-Alhalem, Magda M. Algameel, Noha E. El-Attar2026-08-18
💻 computer science

Triple-Factorized attention framework with dynamic adaptive windowing for premature contraction classification

Dieses Paper schlägt HRDAWNet vor, ein neuartiges Attention-Framework, das Triple-Factorized Attention und Dynamic Adaptive Windowing integriert, um durch die effektive Erfassung komplexer räumlich-zeitlicher Abhängigkeiten und die Anpassung an dynamische kontextuelle Informationen eine erstklassige Genauigkeit bei der Klassifizierung von vorzeitigen atrialen und ventrikulären Kontraktionen zu erreichen.

Jibin Wang2026-08-18
💻 computer science

Eliminating Setup Friction in PHP Web Development Labs Using Docker and DevContainers

Diese Arbeit präsentiert eine über mehrere Semester laufende Fallstudie, die zeigt, dass der Ersatz traditioneller XAMPP-basierter PHP-Entwicklungsumgebungen durch Docker und DevContainers an bahrainischen Universitäten die Setup-Zeit der Studierenden um über 90 % reduziert und die extrinsische kognitive Belastung signifikant senkt, wodurch verhindert wird, dass Konfigurationsfehler den gesamten Kursverlauf gefährden.

Elham Eskandarnia Elham2026-08-18
💻 computer science

Learning-Based Heuristic Dynamic Path Planning Using a Hop- Aware Graph Neural Network and ConvGRU

Dieses Paper schlägt eine lernbasierte Heuristik für die dynamische Pfadplanung vor, die ein Hop-aware Graph Neural Network (HopGNN) mit einer Convolutional Gated Recurrent Unit (ConvGRU) integriert, um räumliche Topologien auf mehreren Skalen sowie zeitliche Umweltveränderungen effektiv zu erfassen, wobei es gegenüber bestehenden Methoden wie GCN-A*, GAT-A* und D* Lite in simulierten Gitterumgebungen überlegene Erfolgsraten und Sucheffizienz demonstriert.

Shijun Wang, Xingliu Hu, Haifei Si, Xinchen Shao, Xin Tong, Susu Gao, Tianhao Zhu2026-08-18
💻 computer science

A Multi-Model, Multi-Domain Benchmark of Large Language Model Agreement with Humans and with Each Other in Sentiment Classification

Diese Arbeit präsentiert einen Multi-Domänen-Benchmark, der fünf große Sprachmodelle, ein regelbasiertes Lexikon und einen überwachten Transformer gegenüber menschlichen Annotationen evaluiert und aufzeigt, dass während Spitzenmodelle wie Claude Opus 4.7 und GPT-5.5 eine starke Übereinstimmung mit Menschen erreichen, signifikante Diskrepanzen zwischen den Modellen sowie mit menschlichen Labels bestehenbleiben – insbesondere bei informellen Texten –, was demonstriert, dass die Modellauswahl die Ergebnisse der Sentiment-Klassifizierung materiell beeinflusst.

Aneesh K Sajan2026-08-18
💻 computer science

AST-Level Semantic Watermarking Framework for AI-Generated Code: Robust Provenance Attribution via Structural Invariants

Dieses Paper schlägt ein neuartiges, modellagnostisches Wasserzeichen-Framework auf AST-Ebene vor, das kryptographisch verifizierbare Signaturen durch semantikerhaltende strukturelle Mutationen in die syntaktische Topologie von KI-generiertem Code einbettet und dadurch eine robuste Provenienz-Attribution erreicht sowie bestehende Text-Ebene-Methoden gegenüber gängigen Code-Transformationen wie Formatierung, Umbenennung und Dead-Code-Injektion signifikant übertrifft.

Alamin Abubakar Nataala2026-08-18
💻 computer science

SHAP and LIME Explainability in Financial Machine Learning: A Systematic Review of Methods, Evaluation Gaps, and Barriers to Deployment

Diese systematische Übersicht über 297 Studien zeigt, dass SHAP und LIME zwar weit verbreitet für die Erklärbarkeit im Bereich des Financial Machine Learning – insbesondere für die Kreditmodellierung – eingesetzt werden, jedoch unter einem kritischen Mangel an formaler Evaluierung leiden, wobei nur 9,1 % der Arbeiten die Qualität der Erklärungen bewerten, was die dringende Notwendigkeit stärkerer Validierungs- und Einsatzstandards unterstreicht, um die Einhaltung regulatorischer Vorschriften und Vertrauen zu gewährleisten.

Manpreet Singh, Akshatha Srikantha, Keshav Kaushik, Prajwal Bajpai2026-08-18
💻 computer science

Use of Chaotic-Map-Based Steganography in OTA Updates

Dieses Paper schlägt ein sicheres Framework für Software-Over-the-Air-Updates (SOTA) vor, das die Sicherheit von OTA-Übertragungen durch die Verschlüsselung von Software-Binärdateien mittels AES-256-GCM erhöht und diese unter Verwendung von chaotischen Karten gesteuerter LSB-Steganographie in Graustufenbilder einbettet, um die Nutzlast zu verschleiern und Manipulationen zu verhindern.

Abdelnasser Mohamed, Ali Mohamed, Hussain Jad2026-08-18