cs Arbeiten | Gist.Science

Routing by Hurst: Matching Decomposed Modes to Inductive Biases for Time-Series Learning

Das Papier schlägt HRMN vor, ein neuartiges Framework zum Lernen von Zeitreihen, das die hierarchische Verarbeitung des Primatenkortex nachahmt, indem es Signale mittels EEMD in intrinsische Moden zerlegt, transiente und persistente Komponenten basierend auf ihren Hurst-Exponenten an spezialisierte TCN- und Transformer-Zweige weiterleitet und eine Spitzenleistung bei Klassifizierungs-, Regressions- und Anomalieerkennungsaufgaben mit signifikant weniger Parametern als bestehende Modelle erzielt.

Yiwei Shi2026-08-12

💻 computer science

Context-Aware Flight-Phase Anomaly Detection via Cross-Perception Attention

Dieses Paper schlägt CAFAD vor, eine kontextsensitive Methode, die Cross-Perception-Attention zwischen Flugphasen und lokalisierten luftraumspezifischen Kontextmengen nutzt, um eine feingliedrige Anomalieerkennung auf Phasenebene für eine verbesserte Sicherheit von Flugtrajektorien zu erreichen.

Xiaodan Wu, Yanan Guo, Kechen Li, Zhong Li, Weiren Zhu2026-08-12

💻 computer science

Nonparametric domain adaptation for multimodal connoisseurship of Buddhist statuary across dynasties (ChronoStyleNet2.0)

ChronoStyleNet 2.0 ist ein nichtparametrisches, multimodales System, das darauf ausgelegt ist, Spezialisten bei der Dokumentation, Datierung und Interpretation buddhistischer Statuen über verschiedene chinesische Dynastien hinweg zu unterstützen, indem es strukturiertes Prompting und Retrieval-Augmented Generation nutzt und dabei eine starke Leistung bei der Stilistik-Analyse und Datierung zeigt, während es als nachvollziehbare Hilfe und nicht als Ersatz für das Expertenurteil dient.

Zike YU, Jia Xing, Lin Zhao, Du Lei, Linfeng Chen, Yurui Han, Wei Ren2026-08-12

💻 computer science

Quantum Key Search Algorithms under Side-channel Attack

Dieses Paper schlägt einen verbesserten Quantenschlüsselsuchalgorithmus vor, der durch die Nutzung von durch Seitenkanalangriffe induzierten Fehlerverteilungen eine superquadratische Beschleunigung gegenüber klassischen Methoden erzielt und bestehende Quantenansätze wie den von Glaser übertrifft, während es gleichzeitig Herausforderungen bei der Präparation von Eingangszuständen durch eine effiziente Dicke-Zustands-Implementierung adressiert.

Yunteng Yang, Jianhong Shi, Hailong Zhang, Hongwei Li, Xiangqun Fu, Yonghui Yang, Yubing Zhu, Yanyang Zhou2026-08-12

💻 computer science

Conditional Generation of Overlapping Mixed-type Wafer Bin Map Defects via Feature-wise Linear Modulation

Dieses Paper schlägt das Wafer Conditional Generative Network (WCGN) vor, ein Framework, das Feature-wise Linear Modulation in eine U-Net-Architektur integriert, um interpretierbare, pixelgenaue Masken für überlappende Defekte gemischter Typen in Wafer-Bin-Maps zu erzeugen und dadurch den aktuellen Stand der Technik in der Segmentierungsgenauigkeit zu übertreffen sowie die Engineer-in-the-Loop-Diagnose in der Halbleiterfertigung zu unterstützen.

Jaejoon Choi, Younghoon Kim2026-08-12

💻 computer science

TCGA-Informed Digital Twins for Safe Offline Reinforcement Learning in Chemotherapy Dose Optimization

Dieses Paper präsentiert ein TCGA-informiertes Digital-Twin-Framework, das SafeCQL Offline-Reinforcement-Learning nutzt, um Chemotherapie-Dosierungspolicies zu optimieren, indem es die Tumorkontrolle explizit gegen physiologische Sicherheitsbeschränkungen innerhalb einer transparenten, präklinischen Simulationsumgebung abwägt.

Haoxuan Song, Yongliang Jia2026-08-12

💻 computer science

Action-masked deep Q-learning for optimizing full-length and short-turn urban rail services

Dieses Paper schlägt ein action-masked Deep Q-Learning-Framework vor, um den Stadtbahnverkehr durch die dynamische Auswahl zwischen Regelbetrieb und Kurzzugbetrieb zu optimieren, was im Vergleich zu traditionellen festen oder schwellenwertbasierten Strategien die Wartezeiten der Fahrgäste signifikant reduziert und die Kapazität erhöht, während gleichzeitig die betriebliche Durchführbarkeit gewährleistet wird.

Yibo Wang, Zhengfeng Ma, Rongjie Chen2026-08-12

💻 computer science

Traffic flow forecasting with explicit priors and prior-conditioned adaptive fusion

Dieses Paper schlägt ein Framework zur Vorhersage des Verkehrsflusses vor, das dynamische Beobachtungen explizit von strukturellen und periodischen Priors trennt und diese über einen neuartigen Prior-Conditioned Adaptive Fusion (PCAF)-Mechanismus integriert, um eine erstklassige Genauigkeit über mehrere Datensätze hinweg zu erreichen.

Peibei Jiang, Xiang Gu, Yuxiang Guo, Jing Wen, Dongjie Wang2026-08-12

💻 computer science

Reliability-Aware Sensor Fusion via Bidirectional Diffusion for Robust Robot Odometry

Dieses Paper präsentiert PUD–DIKF, ein zuverlässigkeitsbewusstes LiDAR–RGB–D–IMU-Odometriesystem, das einen durch bidirektionale Diffusion abgeleiteten Vorhersageunsicherheits-Tensor nutzt, um Kalman-Filter-Kovarianzen dynamisch anzupassen, wodurch verhindert wird, dass degradierte Messungen die Zustandsaktualisierungen dominieren, und wodurch eine überlegene Trajektoriengenauigkeit auf mehreren Benchmarks erreicht wird.

Workagegn Tatek Asfu, Shoukun Wang, Long Zhenhai2026-08-12

💻 computer science

A Contrastive Multi-Decomposition Approach with Social-Guided Signals for Robust Recommender Systems

Dieses Paper schlägt COMPASS vor, ein robustes Empfehlungssystem, das die Leistung unter verrauschten und spärlichen Daten durch die Integration von Multi-Resolution Low-Rank-Zerlegungsansichten mit sozial geführter kontrastiver Lernweise und adaptiven Optimierungsstrategien verbessert.

Mohammad Aliabadi, Alireza Abdollahpouri, Parham Moradi2026-08-12

← Zurück Weiter →