💻 Category

cs

3821 Arbeiten

💻 Informatik

Graph-Aware Medical Image Intelligence: A Comparative Study of CNNs, GNNs, and Multimodal LLMs for Acute Lymphoblastic Leukaemia Subtyping

Diese Studie evaluiert Convolutional Neural Networks, Graph Neural Networks und multimodale Large Language Models zur Klassifizierung von Subtypen der akuten lymphoblastischen Leukämie und zeigt auf, dass ein fein abgestimmtes ViT–BERT-Modell eine Spitzenleistung (F1=0,99) erreicht, die mit führenden CNNs vergleichbar ist, während gleichzeitig der komplementäre Wert von graphbasierter Argumentation und multimodaler Integration für eine präzise und interpretierbare medizinische Diagnose hervorgehoben wird.

Md Rezanur Rahman, Afraz Ul Haque, Md. Sadekur Rahman2026-09-30
💻 Informatik

Edge-AI-Enabled UAV System for Rapid Visual Confirmation of Illegal Logging in Remote Forest Environments

Dieses Paper präsentiert ein autonomes, durch Edge-KI gestütztes UAV-System, das domänen-randomisierte synthetische Daten und eine Onboard-YOLOv8s-BoT-SORT-Pipeline nutzt, um eine Echtzeit-Erkennung und Bestätigung illegaler Abholzungen in entlegenen kenianischen Wäldern mit hoher Genauigkeit zu erreichen und dabei die Latenz- und Zugänglichkeitsbeschränkungen traditioneller Überwachungsmethoden zu überwinden.

Henry Muchiri, Simon Mburu2026-09-30
💻 Informatik

Triangle-Motif Proxy Entanglement in Markov Boundary-Based Fair Feature Selection: A Structural and Empirical Study

Diese Arbeit zeigt auf, dass in Triangel-Motiv-Strukturen die Garantien der Minimalität und Hinlänglichkeit der auf Markov-Boundaries basierenden Merkmalsselektion mit Fairness-Zielen kollidieren können, indem sie hochgradig nützliche Proxies beibehalten, die mit geschützten Attributen verschränkt sind, was eine Proxy-bewusste Prüfung vor dem Ausschluss von Merkmalen erforderlich macht, um Genauigkeits-Fairness-Trade-offs zu vermeiden.

Roopa Maliakal, S. Asharaf2026-09-30
💻 Informatik

AI-supported formative assessment of conceptual understanding in mathematics: LLM-based pre-coding of open student responses

Diese Studie zeigt, dass auf Prompting basierende große Sprachmodelle zuverlässig konzeptionelle Kategorien in offenen mathematischen Antworten von Studierenden identifizieren können, ohne dass ein Fine-Tuning erforderlich ist, wobei sie eine hohe Genauigkeit für positive Merkmale und tiefes konzeptionelles Verständnis erreichen, während gleichzeitig die Notwendigkeit von Expert-in-the-Loop-Unterstützung und linguistisch expliziten Prompts hervorgehoben wird, um Herausforderungen bei der Verifizierung fehlender Merkmale oder der Auflösung von Ambiguität zu bewältigen.

Corinna Hankeln2026-09-30
💻 Informatik

Score-based Likelihood Ratios for Deepfake Image Evidence Using Deep Learning Features

Dieses Paper schlägt ein forensisch konformes, score-basiertes Likelihood-Ratio-Framework vor, das SRM-Deep-Learning-Merkmale und kalibrierte statistische Modellierung nutzt, um die Beweiskraft von Deepfake-Bildern zu quantifizieren und damit die Einschränkungen herkömmlicher binärer Detektion zu überwinden, indem es interpretierbare, numerisch fundierte Bewertungen für die richterliche Entscheidungsfindung bereitstellt.

Tianli Guo, Pengji Chen, Rui Lu, Yunqi Tang2026-09-30
💻 Informatik

Structure-guided fusion of frozen visual representations for small-sample Bai furniture pattern recognition

Diese Studie schlägt ein dateneffizientes Framework vor, das die Erkennung von Bai-Möbelmustern bei geringen Stichprobenmengen durch die Integration expliziter Strukturdeskriptoren mit eingefrorenen visuellen Repräsentationen von Qwen3-VL mittels strukturgeleiteter Gating-Mechanismen und lokaler Cross-Attention verbessert, wodurch eine überlegene Genauigkeit erreicht und eine unsicherheitbewusste Wissensabfrage ermöglicht wird.

Hongmu Yuan, Hongjing Shen, Qun Zhang, Xiaoqi Huang, Huajie Shen2026-09-30
💻 Informatik

Algorithmic isomorphism and the barrier cascade: Evaluating human and organizational obstacles to artificial- intelligence adoption in workforce systems

Unter Verwendung eines reproduzierbaren zweistufigen Decision-Science-Designs, das eine bibliometrische Analyse und DEMATEL-Modellierung an 336 Artikeln kombiniert, identifiziert diese Studie Führungs- und Visionslücken sowie strukturelle Trägheit als die primären kausalen Barrieren, die andere menschliche und organisatorische Hindernisse bei der KI-Adoption in Workforce-Systemen antreiben.

Yeter Uslu, Erman Gedikli, Emre Yılmaz2026-09-30
💻 Informatik

UDR-Mamba: A Depth-Structured Reliability-Guided Mamba Framework for RGB-D Underwater Salient Object Detection

Das Papier schlägt UDR-Mamba vor, ein tiefenstrukturiertes und zuverlässigkeitsgesteuertes Mamba-Framework, das rohe Tiefenkarten in strukturelle Merkmale transformiert und diese selektiv mit RGB-Merkmalen über einen gemeinsamen Encoder fusioniert, um trotz verrauschter Tiefenmessungen eine Spitzenleistung bei der Erkennung auffälliger Objekte unter Wasser zu erzielen.

Ning Li, Jiaxin Li, Xiwen Yang, Jianhang Shi, Haojie Wu, Gaochao Yang2026-09-30
💻 Informatik

Investigating Generative AI for Personalized College Assignments Based on Student Interests

Dieses Paper präsentiert Taklif.AI, eine serverlose generative KI-Plattform, die Llama 3.3 und strukturiertes Prompt-Engineering nutzt, um personalisierte College-Aufgaben basierend auf den einzigartigen Interessen und kulturellen Kontexten der Studierenden zu erstellen, wobei eine positive Nutzerresonanz bei gleichzeitiger Adressierung von Herausforderungen in Bezug auf Engagement und Ethik im Bildungswesen aufgezeigt wird.

Zaki Kurdya, Mohammed Zuqlam, Salem Amassi, Shady Telbany, Motaz Saad2026-09-30
💻 Informatik

A Hybrid Complex Quantum U-Net for Enhanced Medical Polyp Image Segmentation

Dieses Paper schlägt eine hybride komplexe Quanten-U-Net-Architektur vor, die ResNet-50, komplexwertige Faltungen und eine acht-Qubit-Quanten-Variationsschicht integriert, um eine State-of-the-Art-Leistung bei der Polyp-Segmentierung über mehrere medizinische Bildgebungsdatensätze hinweg zu erreichen und dabei traditionelle Deep-Learning-Baselines wie Attention U-Net und SegFormer zu übertreffen.

Mario Jojoa-Acosta, Cristian Castillo-Olea, Rubén M. Lorenzo, Giovanni Hernandez, Alfonso Bahillo2026-09-30