💻 Category

cs

3821 Arbeiten

💻 Informatik

Mask-Aware MLP and Entropy-Weighted MCDM for Robust Multiclass Paper Ranking

Dieses Paper schlägt ein robustes Framework vor, das ein maskenbewusstes Multilayer-Perzeptron zur Imputation fehlender Evaluationsmetriken und eine entropiegewichtete MCDM-Methode zur Ranking wissenschaftlicher Artikel kombiniert, wobei es im Vergleich zu bestehenden Techniken eine überlegene Leistung in Bezug auf Genauigkeit, Reduktion des Imputationsfehlers und Erhaltung des Rankings unter moderater bis hoher Fehlstellenrate demonstriert.

Masoud Kargar, Shahin Sharbaf Movassaghpour, Habib Izadkhah2026-09-30
💻 Informatik

Silicon Morality: Do Large Language Models Replicate Human Cognitive Biases in Philosophical Reasoning?

Diese Studie adaptiert Methoden der Experimentalphilosophie, um zu demonstrieren, dass Large Language Models im Allgemeinen eine strengere logische Konsistenz in Bezug auf moralische Verantwortung aufweisen als Menschen, wobei sie unterschiedliche Grade an kontextabhängigen Bias-Verschiebungen hin zum Kompatibilismus zeigen, wobei DeepSeek V3 eine bemerkenswerte, aber dennoch unter dem menschlichen Niveau liegende Anfälligkeit für affektive Performanzfehler im Vergleich zum strenger konsistenten Gemini 2.5 Flash aufweist.

Zhaoyang Wei, Enrong Pan2026-09-30
💻 Informatik

Model-Semantics-Aware Predictive Process Monitoring

Dieses Paper stellt das Model-Semantics-Aware Predictive Process Monitoring (MSA-PPM) vor, ein Paradigma, das die Lücke zwischen Ereignisprotokollen und Prozessmodellen schließt, indem es Spuren mithilfe eines Process Semantics Dictionary transformiert, um Verhaltenssemantik explizit einzubeziehen, wodurch die Vorhersagegenauigkeit signifikant verbessert und eine architekturunabhängige Grundlage für das Deep-Learning-basierte Prozessmonitoring geschaffen wird.

Dinh-Lam Pham, Jinyeong Lee, Tsagaantsooj Batzaya, Hyun Ahn, Minjae Park, Ilkyeun Ra, Kwanghoon Kim2026-09-30
💻 Informatik

ODEONN: A Digital ODE Solver Architecture for Oscillatory Neural Networks

Dieses Paper stellt ODEONN vor, eine modulare und skalierbare, voll digitale Architektur für Oszillatorische Neuronale Netze, die komplexwertige Kopplung unterstützt und eine hardwareeffiziente Sinusapproximation aufweist, wobei sie eine mit vollen Präzisions-Software-Simulationen vergleichbare Leistung erzielt und gleichzeitig eine 45-fache Reduktion des Energie-Verzögerungs-Produkts liefert.

Aida Todri-Sanial, Bram Haverkort2026-09-30
💻 Informatik

Know the Distortion Before You Draw: A Closed-Form Calculus for Attribute-Preserving Visualizations of Tabular Data

Dieses Paper führt eine geschlossene Form der Kalkül ein, die auf der Theorie linearer Operatoren basiert, um die geometrische Verzerrung und die Kosten der Attributbewahrung von tabellarischen Datenvisualisierungen vorherzusagen, bevor diese gezeichnet werden, wobei aufgezeigt wird, dass die Verzerrung durch Designentscheidungen und nicht durch die Daten bestimmt wird, und durch empirische Benchmarks demonstriert wird, dass keine einzelne Technik universell dominiert.

Martin Radvansky, Martin Radvansky2026-09-30
💻 Informatik

Decoding Future Semantics from Language Model Hidden States: Rollout Trade-offs and Causal Steering

Diese Studie zeigt, dass lineare Probes zukünftige semantische Informationen aus den Hidden States von Sprachmodellen extrahieren können, was einen Trade-off offenbart, bei dem die Effektivität dieses direkten Readouts gegenüber dem autoregressiven Rollout von der Einbettungsstruktur, dem Generationshorizont und der inhärenten Vorhersagbarkeit des Prompts abhängt.

Jaekeol Choi2026-09-30
💻 Informatik

Hybrid Multi-Scale Convolutional Spectrogram Transformer for Industrial Anomalous Sound Detection

Dieses Papier schlägt einen Hybrid Multi-Scale Convolutional Spectrogram Transformer (HMCST) vor, der parallele Multi-Skalen-Konvolutionen, Cross-Scale-Fusion und Transformer-basierte globale Modellierung integriert, um eine robuste industrielle Anomalieerkennung von Geräuschen unter variierenden Betriebsbedingungen zu erreichen, wobei eine überlegene Leistung mit einer mittleren Genauigkeit von 90,10 % und einem AUC von 95,25 % auf den MIMII DUE- und ToyADMOS2-Datensätzen demonstriert wird.

Kui Wang, Yongqi Liu, Junjun Wu, Qingyou Dai, Qinghua Lu2026-09-30