💻 Category

cs

3657 Arbeiten

💻 Informatik

Graph Neural Networks for Provenance-Based APT Detection under a Temporal Transfer Framework: A Review

Diese Rezension untersucht kritisch die GNN-basierte APT-Erkennung in System-Provenienz-Graphen und zeigt auf, dass trotz hoher Benchmark-Genauigkeit die meisten Studien die Herausforderungen der zeitlichen Transferierbarkeit nicht adressieren, was die Autoren dazu veranlasst, eine sechsdimensionale Taxonomie, eine Reporting-Checkliste sowie ein Framework zur Evaluierung von Detektoren auf zukünftigen Daten mit festgeschriebenen Schwellenwerten vorzuschlagen.

Noor Hazlina Abdul Mutalib, Aznul Qalid Md Sa, Ainuddin Wahid Abdul Wahab, Erma Rahayu Mohd Faizal Abdullah, Nouar AlDah (…)2026-10-27
💻 Informatik

A Priori Domain Shift Index for Assessing Transferability in Federated Fault Diagnosis of Rotating Machinery

Dieses Paper schlägt einen auf der Sliced-Wasserstein-Distanz basierenden, datenschutzfreundlichen Domain Shift Index (DSI) vor, um die Übertragbarkeit in der föderierten Fehlerdiagnose vor dem Training zu bewerten, wobei festgestellt wurde, dass er zwar ein stabiles Screening-Instrument für Datenunähnlichkeit bietet, jedoch die einfachen Baselines bei der quantitativen Vorhersage des Genauigkeitsverlusts nicht signifikant übertrifft.

Javad Afshari, Mahmoud Afshari, Hossein Afshari2026-10-27
💻 Informatik

Pretraining on Adult ICU Data Accelerates Data Efficient AI Model Development in Critically Ill Children

Das Vortrainieren von KI-Modellen auf reichlich vorhandenen Daten aus Erwachsenen-Intensivstationen beschleunigt die Entwicklung dateneffizienter Modelle für kritisch kranke Kinder erheblich und bietet eine überlegene Leistung gegenüber dem Training von Grund auf, wenn lokale pädiatrische Daten knapp sind, obwohl es eine lokale Feinabstimmung anstelle eines direkten Zero-Shot-Einsatzes erfordert.

Yuxuan Liu, Jake Ormond, Emma C. Alexander, Alexander Philip Yehuda Brown, Tuan Chen Aw, Angela Aramburo, Samiran Ray, P (…)2026-10-27
💻 Informatik

Intelligent Healthcare: AI and Machine Learning in Diagnosis, Precision Medicine, and the Pursuit of Explainable, Trustworthy Clinical Systems

Diese Rezension untersucht die transformative Rolle von KI und maschinellem Lernen in medizinischen Anwendungen wie der Diagnostik und Präzisionsmedizin, während sie gleichzeitig betont, dass das Erreichen einer vertrauenswürdigen klinischen Anwendung die Überwindung erheblicher Barrieren – einschließlich Datenschutz, Modell-Opazität und Bias – durch erklärbare KI, robuste Validierung und effektive Mensch-KI-Kollaboration erfordert.

Ekta R. Kaneriya¹, Maulik K. Shah², Krishna H. Sapariya2026-10-27
💻 Informatik

Modeling Multi-Way Vehicular Interactions for Proactive Collision Avoidance via Hypergraph Federated Learning in CR-VANET’s

Dieses Paper schlägt TCAS-HGNN-FL vor, ein neuartiges Kollisionsvermeidungssystem für den Verkehr in 5G-fähigen CR-VANETs, das Hypergraph Neural Networks und Federated Learning integriert, um komplexe Multi-Fahrzeug-Interaktionen effektiv zu modellieren und dadurch die Kollisionsvermeidung, die Spektrumseffizienz sowie die Netzzuverlässigkeit signifikant zu verbessern, während gleichzeitig die Robustheit gegenüber adversen Angriffen gewahrt und die Datensicherheit beibehalten wird.

kotb elbarbary, Ahmed Fawzi, Ashraf Eltholth, Ahmed Yahya2026-10-27
💻 Informatik

PALR-DNA: A Probability-Aware Latent Recovery Framework for Error-Resilient Image Storage in DNA

Dieses Paper schlägt PALR-DNA vor, ein wahrscheinlichkeitsbewusstes latentes Rekonstruktionsframework, das einen DNA-zu-Latent-Transformer und Byte-Ebene-Wahrscheinlichkeitsverteilungen nutzt, um die Bildrekonstruktionsqualität aus verrauschten DNA-Sequenzen durch die effektive Nutzung von Unsicherheit in Niedrigwahrscheinlichkeitsprognosen signifikant zu verbessern.

Siqiang Chen, Ruijing Zhao, Tianyu Wu, Ting Huang, Xiaozhi Huang, Qingjiang Sun2026-10-27
💻 Informatik

Rehearsing Urban Futures: Generative Agents and Daily Life Narratives

Dieses Paper präsentiert ein interaktives System, das Erzählgenerierung und generative Agenten kombiniert, um Zeugenaussagen von Bewohnern in simulierte urbane Zukünfte zu transformieren, wobei demonstriert wird, dass die Fähigkeit, „falsche“ Verhaltensweisen der Agenten anzufechten und zu korrigieren, die Bürgerbeteiligung effektiv von der Bewertung inkrementeller Verbesserungen hin zum aktiven Probelaufen komplexer, systemischer urbaner Veränderungen verschiebt.

Leticia Izquierdo, Jason Nawyn, Patricia Maes, Kent Larson2026-10-27
💻 Informatik

Design and Implementation of a Secure, Scalable and Observable Cloud-Native DevOps Architecture for Microservices Deployment on Microsoft Azure

Dieses Papier präsentiert das Design und die Implementierung einer sicheren, skalierbaren und beobachtbaren Cloud-Native-DevOps-Architektur auf Microsoft Azure für eine Mikroservice-Anwendung zur Salonreservierung und zeigt auf, wie die Integration von Infrastructure as Code, Kubernetes-Orchestrierung, automatisierten CI/CD-Pipelines und umfassendem Monitoring die manuelle Bereitstellung in einen reproduzierbaren und resilienten Workflow transformiert.

Nader Amri, Helmi Jbili, Sofien Mhatli, Shiraz Ouertani, Adel Aldalbahi2026-10-27
💻 Informatik

QuickFund-X: Privacy-Preserving Cross-Platform Fraud Detection Using Heterogeneous Graph Neural Networks

QuickFund-X ist ein datenschutzwahrendes System, das plattformübergreifenden Kredit-Syndikatsbetrug durch die Verknüpfung isolierter Mikrokreditplattformen mittels sicherer Tokenisierung und den Einsatz eines hybriden Modells aus GraphSAGE und regelbasierten Verfahren erkennt, um eine perfekte Trefferquote ohne Fehlalarme zu erreichen.

Venugopal M, Rohith Vaidya K, Vijay J, Yashwanth S, Vikas P R2026-10-27
💻 Informatik

Parallel Ant-Inspired CF-Tree Clustering for Scalable Collaborative Learning Group Formation

Dieses Paper schlägt ein paralleles, von Ameisen inspiriertes CF-Tree-Clustering-Framework vor und evaluiert dieses, welches die Rechenzeit signifikant reduziert und gleichzeitig kohäsive Nachbarschaftsstrukturen beibehält, um eine skalierbare, durch Learning Analytics getriebene Gruppenbildung für große und heterogene Lernendengruppen zu ermöglichen.

Malak Chniter, Habib Kammoun, Ilhem Kallel, Slim Kanoun2026-10-27