💻 Category

cs

3821 Arbeiten

💻 Informatik

Bibliographic Exploration Methodologies to Support Systematic and Scoping Reviews

Dieses Paper schlägt ein replizierbares Framework vor und demonstriert dieses, welches Techniken der natürlichen Sprachverarbeitung und des maschinellen Lernens nutzt, um bibliografische Korpora zu analysieren und somit Forscher dabei zu unterstützen, Forschungsfragen zu formulieren, thematische Lücken zu identifizieren und Suchstrategien zu verfeinern, bevor sie formale systematische oder Scoping-Reviews durchführen.

Joyce Maia, Yan Nonato Cattani, João Gabriel Santos de Paula Silva, Dayana Lilibeth Veliz Sánchez, Monica Yukie Kuwahara2026-10-01
💻 Informatik

Dissecting Detection: Feature-Class Ablation and a Deployment-Aware Evaluation Metric for Static PE Malware Classifiers

Diese Arbeit evaluiert statische PE-Malware-Klassifikatoren auf dem Kaggle Windows-Malware-Datensatz mittels einer kontrollierten Ablation von Sektions-/Strukturmerkmalen sowie Import-/API-Merkmalen, wobei nachgewiesen wird, dass Gradient Boosting eine überlegene Leistung und Effizienz bei der Bereitstellung erzielt, während gleichzeitig der komplementäre Wert von Merkmalsgruppen durch eine neuartige latenzbewusste Metrik hervorgehoben wird.

Fahad Hafeez2026-10-01
💻 Informatik

Causal Local States: Scalable Simultaneous Causal Network Inference and Forecasting for Dynamical Systems

Dieses Paper führt Causal Local States (CLS) ein, ein skalierbares Framework, das gleichzeitig heterogene kausale Interaktionsnetzwerke inferiert und dynamische Systeme vorhersagt, indem es unabhängig für jeden Knoten optimale prädiktive Nachbarschaften auswählt und dadurch eine hochpräzise Netzwerkrekonstruktion sowie eine Vorhersagegenauigkeit erreicht, die mit Modellen mit bekannter Ground-Truth-Struktur vergleichbar ist.

Jonas Braun, Fabian Fischbach, Daniel Köglmayr, Sebastian Baur, Christoph Räth2026-10-01
💻 Informatik

LIME-Enabled XAI Framework with Transfer-Learned SqueezeNet for Leaf Disease Identification

Dieses Paper schlägt das LIME-TLESqN-Framework vor, welches eine modifizierte Wiener-Filterung, die IVGG16-RCNN-Segmentierung und einen durch LIME-basierte Erklärbarkeit erweiterten, mittels Transfer Learning trainierten gewichteten SqueezeNet-Klassifikator integriert, um eine Genauigkeit von 96,52 % bei der Identifizierung von Blattkrankheiten an Paprikapflanzen unter realen Bedingungen zu erreichen.

Nukala Sujata Gupta, Lakshmana Phaneendra Maguluri, K. Sowjanya Naidu, Viyyapu Lokeshwari Vinya, Davesh Kumar Sharma, Bi (…)2026-10-01
💻 Informatik

An Adaptive Cross Attention Multimodal Transformer Architecture for Multilingual Speech Emotion Recognition

Dieses Paper schlägt den Adaptive Cross-Attention Multimodal Transformer (ACAMT) vor, eine neuartige Architektur, die darauf ausgelegt ist, die mehrsprachige Emotionserkennung in der Sprache durch die dynamische Fusion von akustischen, textuellen und visuellen Modalitäten mittels bidirektionaler Cross-Attention und adaptiver Gating-Mechanismen zur Handhabung fehlender Daten und Sprachvariationen zu verbessern, während es gleichzeitig ein umfassendes Evaluierungsprotokoll trotz des Fehlens abgeschlossener empirischer Trainingsergebnisse skizziert.

Lahari Mekala, Chaitanya Kumar N2026-10-01
💻 Informatik

Federated Learning and Generative AI for Resilient Supply Chain Network Optimization: A Data-Driven Approach

Dieses Paper schlägt ein Federated Learning–Generative AI-Framework vor, das es Supply-Chain-Organisationen ermöglicht, kollaborativ ein Modell zur Vorhersage von Störungen auf graphenbasierten Netzwerkdaten mittels synthetischer lokaler Augmentierung zu trainieren, wobei eine hohe Genauigkeit (94,8 %) und eine signifikante Kommunikationseffizienz (Reduktion um 81,1 %) bei gleichzeitiger Wahrung der Datensicherheit und Berücksichtigung statistischer Heterogenität erreicht wird.

Goutam Bhatta2026-10-01
💻 Informatik

Empirical Validation and Break-Even Sensitivity Analysis of the QC-PEDA Cost-Model Partitioner

Diese Arbeit präsentiert die erste direkte empirische Validierung der QC-PEDA-Partitionierungsregel unter Verwendung von Realdaten und zeigt auf, dass während aktuelle kleinformatige Probleme über alle Gewichtskonfigurationen hinweg strikt von klassischer Ausführung dominiert werden, eine Break-Even-Analyse verdeutlicht, dass Quantenrouting erst dann rentabel wird, wenn die klassische Latenz auf Post-Exascale-Niveaus ansteigt, wobei die spezifische Schwelle stark von den gewählten Kostenmodell-Gewichten abhängt.

Shristi Singh, Sandeep Kumar Tiwari2026-10-01
💻 Informatik

AI-Generated Content Detection: A Cross-Modal Survey of Methods, Challenges, and Future Directions

Diese Übersicht präsentiert eine umfassende multimodale Analyse der Erkennung KI-generierter Inhalte, indem sie sechs gemeinsame technische Familien über Text, Bild, Audio und Video hinweg synthetisiert, eine einheitliche Taxonomie etabliert, um aktuelle Herausforderungen wie die Lücke zwischen Labor und Einsatz sowie die adversarielle Robustheit kritisch zu bewerten, während gleichzeitig zukünftige Richtungen für robuste und generalisierbare Erkennungssysteme skizziert werden.

Mohamed Mady, Yupei Li, Björn W. Schuller, Berrak Sisman, Johannes Reschke2026-10-01