💻 Category

cs

2358 Arbeiten

💻 computer science

A Query-Centric Diagnostic Attention BLSTM Network for Short-Window ECG-Based Atrial Fibrillation Detection

Diese Studie schlägt ein Query-Centric Diagnostic Attention BLSTM (QDA-BLSTM)-Netzwerk vor, das lernfähige diagnostische Abfragen nutzt, um komplementäre zeitliche Informationen zu erfassen, und demonstriert damit eine signifikant verbesserte Genauigkeit und Spezifität gegenüber herkömmlichen CNN-BLSTM-Modellen für die Detektion von Vorhofflimmern in kurzzeitigen EKG-Signalen.

Yang Li, Jianguo Chen, Manhong Shi2026-08-14
💻 computer science

ECA LDNet A Dual Attention Network with Atmospheric Scattering Guidance for Single Image Dehazing

Das Paper stellt ECA-LDNet vor, ein kompaktes 1,48-Millionen-Parameter starkes U-Net, das eine reduzierungsfreie Efficient Channel Attention, Pixel-Attention und einen Zweig zur Führung durch atmosphärische Streuung integriert, um eine hochgetreue Einzelbild-Entnebelung mit explizit charakterisierten Leistungsabwägungen zu erreichen.

Manpreet Singh, Rohith Reddy Bellibatlu, Sai Deekshith Lekkala, Rahul Joshi2026-08-14
💻 computer science

Lightweight Faster R-CNN with Standalone BiFPN for Accurate Detection and Counting of Tuberculosis Bacilli in Ziehl-Neelsen Smear Microscopy

Diese Studie präsentiert ein leichtgewichtiges Faster R-CNN-Framework, das durch ein eigenständiges BiFPN erweitert wurde und eine hochpräzise Detektion sowie Zählung von Tuberkelbazillen in der Ziehl-Neelsen-Färbung der Mikroskopie erreicht, wodurch eine recheneffiziente KI-Lösung zur Beschleunigung der Diagnose und zur Reduzierung der Variabilität in der Tuberkulosebekämpfung geboten wird.

Mahasti Namira, Ridwan Wicaksono, Titik Nuryastuti2026-08-14
💻 computer science

Temporal speckle enables probabilistic weights for uncertainty-aware photonic AI

Dieses Paper führt einen ultraschnellen photonischen Prozessor ein, der das zeitliche Speckle-Muster von Breitbandlicht nutzt, um probabilistische Gewichte nativ zu kodieren, wodurch die Rechenengpässe digitaler Bayesscher neuronaler Netze überwunden und eine hochgeschwindigkeitsfähige, unsicherheitsbewusste KI ermöglicht wird, die simultane Klassifizierung und Out-of-Distribution-Detektion beherrscht.

Wolfram Pernice, Frank Brückerhoff-Plückelmann, Hendrik Borras, Shivaprasad Umesh Hulyal, Lennart Meyer, Xinru Ji, Jianq (…)2026-08-14
💻 computer science

Hamiltonian Full Node Coverage Graph Attention Network with Fuzzy C-Means Superpixel Graph Learning for Banana Leaf Disease Classification

Dieses Papier schlägt ein neuartiges Framework vor, das Hamiltonian Full Node Coverage Graph Attention Networks mit Fuzzy C-Means Superpixel Graph Learning kombiniert, um eine hochgenaue und zuverlässige Klassifizierung von Bananenblattkrankheiten durch die effektive Modellierung sowohl lokaler als auch globaler räumlicher Abhängigkeiten zu erreichen.

S Pavithra, P. S. Eliahim Jeevaraj2026-08-14
💻 computer science

Failure-Aware Adaptive Inference Improves Reliability in Long-Horizon Language Model Agents

Das Papier stellt Failure-Aware Adaptive Inference (FAAI) vor, ein Framework, das durch adaptive Speicherabfrage, Risikoschätzung und proaktive Selbstkorrektur wiederverwendbares Fehlerwissen nutzt, um die Zuverlässigkeit und Erfolgsraten von Sprachmodell-Agenten über lange Zeiträume hinweg signifikant zu verbessern, ohne zusätzliches Modelltraining zu erfordern.

Youla Yang2026-08-14
💻 computer science

Semantic Interoperability for Autonomous Data Ecosystems A Systematic Review of Technologies, Challenges, and Future Directions

Diese systematische Übersichtsarbeit bewertet die Rolle der semantischen Interoperabilität in autonomen Datenökosystemen, hebt die Einführung von Ontologien und Wissensgraphen hervor und identifiziert gleichzeitig kritische Herausforderungen wie semantische Heterogenität, Skalierbarkeit sowie die Notwendigkeit einer standardisierten Evaluierung in industriellen Anwendungen.

Ashok R Nandah2026-08-14
💻 computer science

Execution Grounded Multiagent Systems for Reliable Backend Code Generation with Large Language Models'

Dieses Paper führt ExecuGraph ein, ein konfigurierbares Framework, das demonstriert, dass Ausführungsfeedback der primäre Treiber für die verbesserte Genauigkeit der Codegenerierung in großen Sprachmodellen ist, während es gleichzeitig aufzeigt, dass das Hinzufügen einer Multi-Agenten-Rollenzerlegung keinen messbaren Nutzen gegenüber Single-Agenten-Retry-Loops bietet, trotz signifikant höherer Rechenkosten.

Sai Deekshith Lekkala, Jothi Prabha Appadurai, Rohith Reddy Bellibatlu, Manpreet Singh, Rahul Joshi2026-08-14
💻 computer science

An Explainable Artificial Intelligence Framework for Decision-Making in Critical Information Technology Systems

Diese Arbeit präsentiert eine umfassende Übersicht über 32 Studien, um ein fünfschichtiges Framework für erklärbare KI vorzuschlagen, das technische Methoden, menschliche Faktoren und Governance-Instrumente integriert, um die Herausforderungen hinsichtlich Transparenz und Vertrauen beim Einsatz von „Black-Box“-KI in kritischen IT-Systemen zu adressieren.

SAI DOONDI KOTHAPALLI2026-08-14
💻 computer science

Driving Plato's Chariot: A Dual-Objective Teacher-Student Prototype for Reason-Affect Allocation in Dialogue

Dieses Paper präsentiert einen transparenten Proof-of-Concept für einen kompakten Teacher-Student-Prototyp, der das Spannungsverhältnis zwischen faktischer Zuverlässigkeit und affektiver Sensitivität im Dialog explizit modelliert, eine erfolgreiche In-Sample-Kompression demonstriert, während es gleichzeitig das Versagen des Systems zur Verbesserung von Wahrhaftigkeit oder Empathie hervorhebt und einen konkreten Redesign-Pfad für zukünftige Multi-Objective-Studien vorschlägt.

Nikesh Adhikari2026-08-14