cs.AI Arbeiten | Gist.Science

SutureAgent: Learning Surgical Trajectories via Goal-conditioned Offline RL in Pixel Space

Die Arbeit stellt SutureAgent vor, ein offline-Reinforcement-Learning-Framework, das chirurgische Nadelfahrten aus endoskopischen Videos durch die Modellierung als zielgerichtete sequenzielle Entscheidungsfindung im Pixelraum vorhersagt und dabei sparse Annotationen durch kubische Spline-Interpolation in dichte Belohnungssignale umwandelt, um die Genauigkeit im Vergleich zu bestehenden Methoden erheblich zu steigern.

Huanrong Liu, Chunlin Tian, Tongyu Jia, Tailai Zhou, Qin Liu, Yu Gao, Yutong Ban, Yun Gu, Guy Rosman, Xin Ma, Qingbiao Li2026-03-31💻 cs

Stress Classification from ECG Signals Using Vision Transformer

Diese Arbeit stellt eine neue Methode zur Stressklassifizierung aus ECG-Signalen vor, die Rohdaten in 2D-Spektrogramme umwandelt und mit einem Vision Transformer verarbeitet, um durch die Behandlung von Intersubjektivität eine überlegene Genauigkeit im Vergleich zu CNN-basierten Modellen und bisherigen State-of-the-Art-Methoden zu erzielen.

Zeeshan Ahmad, Naimul Khan2026-03-31⚡ eess

Brain-inspired AI for Edge Intelligence: a systematic review

Diese systematische Übersicht analysiert den Hardware-Software-Co-Design-Ansatz für spiking neuronale Netze im Edge-Computing, identifiziert die Diskrepanz zwischen theoretischer Energieeffizienz und praktischer Implementierung als zentrales Hindernis und schlägt eine standardisierte Neuromorphe-OS-Architektur als Lösung vor, um biologische Plausibilität in eine energieautonome Silizium-Realität zu überführen.

Yingchao Cheng, Meijia Wang, Zhifeng Hao, Rajkumar Buyya2026-03-31💻 cs

Capability Safety as Datalog: A Foundational Equivalence

Die Arbeit beweist, dass die Fähigkeitssicherheit exakt durch die Auswertung propositionaler Datalog-Regeln darstellbar ist, was effiziente inkrementelle Wartung und ein Entscheidungsverfahren für die Audit-Oberflächen-Containment ermöglicht, die im ursprünglichen Hypergraphen-Framework fehlten.

Cosimo Spera2026-03-31💻 cs

A Multimodal Deep Learning Framework for Edema Classification Using HCT and Clinical Data

Die Studie stellt AttentionMixer vor, ein multimodales Deep-Learning-Framework, das strukturelle Kopf-CT-Bilder und klinische Metadaten mittels eines Cross-Attention-Mechanismus und eines MLP-Mixers fusioniert, um die Klassifizierung von Hirnödemen mit höherer Genauigkeit und Interpretierbarkeit zu ermöglichen.

Aram Ansary Ogholbake, Hannah Choi, Spencer Brandenburg, Alyssa Antuna, Zahraa Al-Sharshahi, Makayla Cox, Haseeb Ahmed, Jacqueline Frank, Nathan Millson, Luke Bauerle, Jessica Lee, David Dornbos III (…)2026-03-31💻 cs

The Nonverbal Gap: Toward Affective Computer Vision for Safer and More Equitable Online Dating

Dieser Vision Paper fordert die Computer-Vision-Community auf, durch die Entwicklung fairer, datenschutzkonformer und auf dyadische Einwilligung ausgerichteter affective-Computing-Methoden die Lücke bei nonverbalen Signalen in Online-Dating-Plattformen zu schließen, um die Sicherheit und Gleichberechtigung, insbesondere von Frauen, zu gewährleisten.

Ratna Kandala, Niva Manchanda, Akshata Kishore Moharir2026-03-31💻 cs

SEAR: Schema-Based Evaluation and Routing for LLM Gateways

Das Paper stellt SEAR vor, ein schema-basiertes System für LLM-Gateways, das durch eine relational strukturierte Datenbank und LLM-basierte Signalgenerierung präzise Evaluierungssignale liefert, um fundierte Routing-Entscheidungen zu treffen und dabei Kosten zu senken sowie die Qualität zu erhalten.

Zecheng Zhang, Han Zheng, Yue Xu2026-03-31💻 cs

Multi-view Graph Convolutional Network with Fully Leveraging Consistency via Granular-ball-based Topology Construction, Feature Enhancement and Interactive Fusion

Der Artikel stellt MGCN-FLC vor, einen Multi-View-Graph-Convolutional-Network-Ansatz, der durch granularballbasierte Topologiekonstruktion, Merkmalsverstärkung und interaktive Fusion drei Arten von Konsistenz (zwischen Knoten, Merkmalen und Ansichten) vollständig nutzt, um die Leistung bei der semi-überwachten Knotenklassifizierung zu verbessern.

Chengjie Cui, Taihua Xua, Shuyin Xia, Qinghua Zhang, Yun Cui, Shiping Wang2026-03-31💻 cs

Contextual inference from single objects in Vision-Language models

Die Studie zeigt, dass Vision-Language-Modelle aus einzelnen Objekten auf Kontext schließen können, wobei diese Fähigkeit von menschlich ähnlichen Objektmustern abhängt, aber auf mechanischer Ebene eine komplexe und teilweise entkoppelte Verarbeitung von Szenenidentität und übergeordneten Kategorien aufweist.

Martina G. Vilas, Timothy Schaumlöffel, Gemma Roig2026-03-31💻 cs

Distilled Large Language Model-Driven Dynamic Sparse Expert Activation Mechanism

Das vorgestellte DS-MoE-Framework kombiniert einen distillierten Large Language Model mit einem dynamischen Sparse Mixture-of-Experts-Ansatz und einem leichten MobileSAM-Encoder, um durch textgesteuerte Expert-Aktivierung und mehrskalige Merkmalsanalyse die Genauigkeit der visuellen Fehlererkennung in industriellen Anwendungen signifikant zu steigern.

Qinghui Chen, Zekai Zhang, Zaigui Zhang, Kai Zhang, Dagang Li, Wenmin Wang, Jinglin Zhang, Cong Liu2026-03-31💻 cs

← Zurück Weiter →