💻 Category

cs

2363 Arbeiten

💻 computer science

A Hybrid Graph Neural Network Approach for Fraud Detection in Financial Transactions

Dieses Paper schlägt ein neuartiges hybrides Graph Neural Network Framework vor, das Graph Convolutional Networks, Graph Attention Networks, Graph Transformers und Wavelet-basierte Merkmalsverbesserung integriert, um multi-skalige strukturelle und spektrale Muster zu erfassen, wodurch bestehende Methoden bei der Erkennung komplexen Finanzbetrugs mit hoher Präzision und Skalierbarkeit signifikant übertrifft.

Mohamed Hechmi2026-08-11
💻 computer science

A PINN Approach for Solving Singularly Perturbed Parabolic Partial Differential Equations with Two Small Parameters

Dieses Paper schlägt zwei Physics-Informed Neural Network-Modelle vor, DeepXDE und eine rohe PyTorch-Implementierung, um singulär gestörte parabolische partielle Differentialgleichungen mit zwei kleinen Parametern effektiv zu lösen und damit die Einschränkungen standardmäßiger numerischer Methoden bei der Erfassung von Rand- und Innenlagen zu adressieren.

Archishman Nag, Akmal Raza, Arshad Khan2026-08-11
💻 computer science

Feature-Reduced IoT Intrusion Detection Using Clustering-Based Mutual Information and Meta-Heuristic CNN Optimization

Dieses Paper schlägt eine recheneffiziente IoT-Intrusionserkennungs-Pipeline vor, die eine hybride SMOTE-ENN-LOF-Balancierungsstrategie, einen auf Clustering basierenden Algorithmus zur Merkmalsauswahl mittels gegenseitiger Information (BBFS) und durch Hunger Games Search optimierte 1D-CNNs integriert, um eine zuverlässige Angriffserkennung mit reduzierten Merkmalsmengen und kompakten Modellarchitekturen über diverse IoT-Datensätze hinweg zu erreichen.

S KUMAR REDDY MALLIDI, Rajeswara Rao Ramisetty2026-08-11
💻 computer science

Explainable Hybrid ConvNeXt–Vision Transformer Model for Pneumonia Detection from Chest X-ray Images

Dieses Paper schlägt ein erklärbares hybrides Deep-Learning-Framework vor, das ConvNeXt-Base mit CBAM und Vision Transformer (ViT-B/16) kombiniert und im Vergleich zu bestehenden Baseline-Modellen eine überlegene Genauigkeit bei der Pneumonie-Erkennung (94,03 %) sowie Interpretierbarkeit auf Thorax-Röntgenbildern erreicht.

Israt Fatema Shorna, Sadek Al Prince, Aziz Misher Mishu, Gazi Mehraj Sakib, Fairuz Aman2026-08-11
💻 computer science

Entity-Level Post-Hoc Reliability Calibration for Named Entity Recognition via Multi-Source Features

Dieses Paper schlägt eine post-hoc Methode zur Entitäts-Ebene-Reliabilitätskalibrierung für die Eigennamen-Erkennung vor, welche Multi-Source-Merkmale nutzt, um einen leichtgewichtigen Kalibrator zu trainieren, wodurch die Konfidenzgenauigkeit und die Robustheit bei der Bereitstellung signifikant verbessert werden, ohne das zugrunde liegende Modell zu verändern.

Junhui Yang, Feifan Xiao2026-08-11
💻 computer science

Parkinson's Disease Drug Dose Optimization Using Multi-Objective Reinforcement Learning

Dieses Paper schlägt ein Multi-Objective Reinforcement Learning-Framework zur Optimierung der Parkinson-Medikamentendosierung vor, das eine Pareto-Menge von Strategien generiert, um die Abwägungen zwischen der Kontrolle motorischer Symptome und Dyskinesie-Risiken explizit zu modellieren und zu navigieren, wobei es klinische sowie zufällige Baselines übertrifft und gleichzeitig eine transparente, patientenzentrierte Entscheidungsfindung unterstützt.

Ahmad Rezaie Mianroodi, Seyed-Mohammad Fereshtehnejad, Frank Rudzicz2026-08-11
💻 computer science

Engineering the First Digital Keyboard for the Zou Language: Layout Optimization and Standardized Repository Integration

Diese Arbeit beschreibt die Design-, Optimierungs- und Standardisierungsprozesse der ersten digitalen Tastatur für die Sprache der Zou, welche eine maßgeschneiderte Zeichenzuordnungslösung erfolgreich in das globale Keyman-Repository integriert hat, um Hardwarebeschränkungen zu überwinden und die computergestützte Bewahrung sowie die digitale Lokalisierung dieser ressourcenarmen Schrift zu ermöglichen.

T. Marvin Zou2026-08-11
💻 computer science

Hierarchical Progressive Stereo Extrinsic Self-Calibration with Stereo Super-Resolution and Multi-Level Correspondence Filtering

Dieses Paper schlägt ein Framework zur hierarchischen progressiven Selbstkalibrierung (HPSC) vor, das die Auflösungsdegradation, tiefenabhängige Unsicherheit und dynamische Objektinterferenzen bei Stereo-Kameras für das autonome Fahren durch eine einheitliche dreistufige Pipeline, die Stereo-Super-Resolution, tiefengestufte Korrespondenzbereinigung und hierarchische dynamische Unterdrückung integriert, gemeinsam adressiert.

Xin Ding, Ting Sun2026-08-11
💻 computer science

MR-STGCN: A Multi-weather Robust Spatial–Temporal Graph Convolutional Network for Skeleton-based Gesture Recognition

Dieses Paper stellt MR-STGCN vor, ein wetterrobustes räumlich-zeitliches Graph-konvolutionales Netzwerk, das dynamische regionale Routing-Aufmerksamkeit und multiskalige dilatierte Konvolutionen nutzt, um eine hochgenaue, latenzarme Erkennung von Gesten der Verkehrsführung unter widrigen Wetterbedingungen zu erreichen.

Zhipeng Liu, Zhizhou Wu, Chi Zhang, Bin Pan2026-08-10
💻 computer science

Liability in Motion: A retrieval-augmented LLM application in road traffic liability apportionment

Diese Studie präsentiert ein Retrieval-Augmented Language Model, das durch die Integration von taxonomischen Rechtsmetadaten und relevanzgeordneten Demonstrationen proportionale Haftungsverteilungen im deutschen Straßenverkehrsrecht vorhersagt und dadurch außergerichtliche Vergleiche durch rationalisierte, der Gerechtigkeit entsprechende algorithmische Vorhersagen erleichtert.

Felix Riechmann2026-08-10