💻 Category

cs

2363 Arbeiten

💻 computer science

A distilled value head breaks search, but search remains an effective teacher, not a move selector: a case study in 19x19 Go

Diese Studie zeigt, dass, während die Destillation eines Value-Heads aus einer starken Go-KI zu einem kalibrierten, aber nicht diskriminativen Evaluator führen kann, der die MCTS-Suchleistung beeinträchtigt, der Suchprozess selbst ein hocheffektiver Lehrer bleibt, da das Training der Policy zur Nachahmung der MCTS-Besuchszahlen signifikante Leistungssteigerungen bewirkt, obwohl die Suche während der Inferenz fehlschlägt, bessere Züge auszuwählen.

Taiki Kojima2026-08-11
💻 computer science

A Study on Failover Verification and Recovery Objective Prediction for Cross-Region Cloud Services

Diese Studie präsentiert ein umfassendes Framework zur Failover-Validierung, das Fault Injection, Zustandsüberwachung und eine auf DeepAR basierende probabilistische Vorhersage integriert, um die Wiederherstellungsziele von Cloud-Diensten über Regionen hinweg quantitativ zu bewerten und zu verbessern, wobei die mediane Failover-Zeit erfolgreich von 31,4 auf 12,7 Minuten reduziert wurde, während die Datenkonsistenz signifikant erhöht und Sekundärfehler minimiert wurden.

Zhipeng Hong, Sifeng Liang, Tianyi Xu, Huangyin Chen2026-08-11
💻 computer science

Deep Learning for Lesion Classification in CT Imaging: A Systematic Literature Review

Diese systematische Literaturübersicht von 57 Studien (2020–2025) evaluiert Deep-Learning-Ansätze für die Klassifizierung von CT-Läsionen, hebt die überlegene Leistung von hybriden CNN-Transformer-Architekturen und Transfer Learning hervor und identifiziert gleichzeitig kritische Lücken in der Datensatzdiversität, der externen Validierung und der klinischen Interpretierbarkeit, die derzeit eine breite Anwendung verhindern.

UMMEY HANY AINAN, NOR ANIZA ABDULLAH, K. A.S.H. KULATHILAKE, AZNUL QALID Md SA, JEANNIE WONG, KHIN WEE LAI, SUZAN J. OBA (…)2026-08-11
💻 computer science

VQD-CTS Prediction Model: An AI-Driven Framework for Predicting Cost-to-Serve Using Engineering Velocity, Quality, and Developer Experience

Das Papier stellt das VQD-CTS-Vorhersagemodell vor, ein KI-gestütztes Ensemble-Regressions-Framework, das die Kosten pro Service (R² = 0,885) effektiv vorhersagt, indem es technische Kennzahlen der Geschwindigkeit, Qualität und der Entwicklererfahrung synthetisiert und somit Organisationen ermöglicht, Budgets zu prognostizieren und Investitionen basierend auf Schlüsselfaktoren wie Codekomplexität und Zykluszeit zu optimieren.

Basavaraj Chunchure, mantesh patil2026-08-11
💻 computer science

AutoRE-NS: An Explainable Neuro-Symbolic Reinforcement Learning Approach for Automated Requirements Engineering

AutoRE-NS ist ein erklärbares neuro-symbolisches Reinforcement-Learning-Framework, das die Qualität industrieller Anforderungen signifikant verbessert, indem es semantische Analyse, formale Validierung und adaptive Richtlinienoptimierung integriert, um Konflikte zu lösen, Duplikate zu eliminieren und Metriken wie Vollständigkeit und Atomarität zu verbessern.

Basavaraj Chunchure, mantesh patil2026-08-11
💻 computer science

Using an On-Device VLM-Based Edge Computing System for Real-Time Disaster Detection

Diese Studie zeigt, dass ein On-Device-Edge-Computing-System unter Verwendung eines Vision-Language-Modells (Gemma3-4B) auf einem Raspberry Pi 5 eine fein abgestimmte CNN-Baseline bei der Echtzeit-Katastrophenerkennung um über 10 % in der Genauigkeit übertrifft, während es gleichzeitig die Generierung von Antworten in natürlicher Sprache mit verbesserter Energieeffizienz und Netzwerkunabhängigkeit ermöglicht.

Brennan Park2026-08-11
💻 computer science

Generative Models for Signature Synthesis and Face Translation: A Comparative Study of VAE, GAN, Conditional GAN, and CycleGAN

Diese Arbeit präsentiert eine vergleichende Studie über Variational Autoencoders, Generative Adversarial Networks, Conditional GANs und CycleGANs in den Aufgaben der Signatursynthese, der Generierung von Tierbildern und der Gesicht-Skizzen-Übersetzung, wobei sie deren jeweilige Leistungsmetriken, architektonischen Stärken und gängigen Trainingsherausforderungen hervorhebt.

Laiba Ameer2026-08-11
💻 computer science

Comparative Evaluation of Vision Transformer, Hybrid CNN–MLP, and Transfer-Learned ResNet-18 for CIFAR-10 Image Classification

Diese Studie evaluiert Vision Transformer, hybride CNN–MLP- und transfer-gelernte ResNet-18-Modelle auf CIFAR-10 und stellt fest, dass der Vision Transformer zwar aussagekräftige Repräsentationen lernt, das transfer-gelernte ResNet-18 jedoch aufgrund der Vorteile konvolutionaler induktiver Biases und groß angelegter Vortrainierung in Settings mit begrenzten Daten die höchste Genauigkeit (88,7 %) erreicht.

Laiba Ameer2026-08-11
💻 computer science

Remaining Useful Life Estimation of Lithium-Ion Batteries: A Controlled Benchmark of Physics-Informed Features and Mamba-Based Architectures on CALCE CS2

Diese Arbeit präsentiert einen kontrollierten Benchmark auf CALCE CS2-Daten, der zeigt, dass ein Standard-GRU-Modell fortgeschrittene Mamba-basierte Architekturen bei der Vorhersage der Restlebensdauer von Lithium-Ionen-Batterien übertrifft, was die entscheidende Bedeutung physikalischer Merkmale wie der Kapazitätsnormalisierung hervorhebt, während gleichzeitig angemerkt wird, dass die aktuellen Ergebnisse eine Oracle-basierte Evaluierung anstelle einer einsatzbereiten Leistung widerspiegeln.

Dikshant Dikshant, Praveen Kumar Agarwal2026-08-11