💻 Category

cs

3854 Arbeiten

💻 Informatik

Cross-Prior Reliability Fusion for Traffic Salient Object Boundary Detection in Autonomous Driving

Das Papier schlägt Cross-Prior Reliability Fusion (CPRF) vor, ein leichtgewichtiges Framework zur Kalibrierung auf Vorhersageebene, das die Detektion von Grenzen signifikanter Objekte im Verkehr durch das Erlernen räumlicher Residuen aus semantischen und Grenz-Priors optimiert, ohne die zugrunde liegenden visuellen Extraktoren zu aktualisieren, wodurch eine Spitzenleistung auf dem TSOD10K-Datensatz erreicht wird.

Run Yuan, Haonan Long, Xueli Wang2026-09-28
💻 Informatik

FRAP: Fisher–Rao Geometric Trajectory Pruning for Class-Aware Dataset Selection

Das Paper schlägt FRAP vor, ein klassenbewusstes Dataset-Pruning-Framework, das die Fisher-Rao-Geometrie nutzt, um die prädiktive Trajektorie von Trainingsbeispielen mittels eines Effective Information-Geometric Displacement-Scores zu quantifizieren, was eine effiziente Auswahl informativer Daten ermöglicht, um die Rechenkosten zu senken und gleichzeitig die Klassifizierungsleistung aufrechterhalten zu können.

Bahar Niknam, Hedieh Sajedi2026-09-28
💻 Informatik

A Study on Autonomous Navigation and Obstacle Avoidance Methods for UAVs Based on Visual-Inertial Fusion

Dieses Paper schlägt eine kostengünstige, leichtgewichtige Vision-Inertial-Fusionsmethode für Mikro-Drohnen vor, die VINS-Mono zur hochfrequenten Pose-Schätzung mit Ego-Planner für die dynamische Trajektorienplanung kombiniert und so eine robuste autonome Navigation sowie Hindernisvermeidung in GPS-gestörten Umgebungen mit hoher Hindernisdichte mit einer Erfolgsrate von mindestens 70 % und einer im Vergleich zu A* überlegenen Trajektorienglätte erreicht.

Jian Gong HU, XuYang BU, Rui Juan GAO, Qi LIU, Lei WANG2026-09-28
💻 Informatik

Research on Optimization Paths for Enterprise Decision Support Systems Based on Big Data and Artificial Intelligence

Basierend auf Daten von 108 Unternehmen schlägt diese Studie ein neuartiges „technisch-managiales Doppelhelix-Modell“ vor, das Data Fabric, erklärbare KI und organisatorische Lernmechanismen integriert, um Datenisolation, algorithmische Opazität und strukturelle Inflexibilität zu überwinden und dadurch die Entscheidungsqualität sowie die Reaktionsgeschwindigkeit in den Sektoren Fertigung, Finanzwesen und Einzelhandel zu verbessern.

Yixuan Yao, Liang Chen2026-09-28
💻 Informatik

Don't Show What They Can't See: Authorization-First Schema Context for Secure Text-to-SQL

Dieses Paper schlägt ein Authorization-First-Framework vor, das eine feingranulare Zugriffskontrolle während des Schema-Abrufs erzwingt, um die unbefugte Offenlegung von Datenbankmetadaten in LLM-basierten Text-to-SQL-Systemen zu verhindern, wobei es eine unbefugte Objekt-Leakage von Null erreicht und gleichzeitig den Retrieval-Nutzen aufrechterhält sowie unbefugte SQL-Referenzen signifikant reduziert.

Jianan Jiang, Zhenxin Zhang, Yucheng Long, Zhihao Li, Yaqi Wu, Yu Wang2026-09-28
💻 Informatik

AIL: Integrating LLM Capacity Awareness, Legal Intuition, and Lexis Understanding into Legal Information Extraction

Dieses Paper schlägt ein Framework für die Mensch-KI-Kollaboration vor, das LLM-Kapazitätsbewusstsein, rechtliche Intuition und Lexikverständnis integriert, um Urteile der Gerichte von Macau in hochwertige strukturierte Datensätze zu transformieren, wobei eine Extraktionsgenauigkeit von 98,6 % erreicht und die rechtliche Informationsextraktion für diverse Downstream-Aufgaben vorangetrieben wird.

Yuhong Zhang, Zhe Li, Ziyan Kong, Huiyuan Xie2026-09-28
💻 Informatik

Foundation Models and Agentic AI for Autonomous Driving: A Systematic Review

Dieser systematische Review synthetisiert über 100 Arbeiten, um eine einheitliche Neun-Themen-Taxonomie zu präsentieren, die Foundation Models, Agentic AI und kooperative V2X-Systeme integriert und sich von bisherigen Übersichtsarbeiten dadurch abhebt, dass sie den Reasoning-Efficiency-Trade-off, Simulation-to-Reality-Gaps sowie Safety Governance innerhalb einer umfassenden kognitiven Architekturperspektive für das autonome Fahren gemeinsam adressiert.

A. Srinivaas, Jeswin K F, Lakshmana Kumar Ramasamy, Gunasunderi Raju, Rajesh Kumar Dhanaraj, Shabana Urooj2026-09-28
💻 Informatik

An Explainable Digital Biomarker Framework for Early Dyslexia Identification

Dieses Paper präsentiert die Systemarchitektur für ein erklärbares digitales Biomarker-Framework (EDBD), das vier evidenzbasierte kognitive Marker in eine einzige, interpretierbare Wahrscheinlichkeitsschätzung zur Früherkennung von Dyslexie integriert und dabei die intrinsische Modelltransparenz sowie den klinischen Nutzen gegenüber undurchsichtigen „Black-Box“-Ansätzen priorisiert, als eine vollständige Spezifikation, die bereit für die Validierung in Phase 5 ist.

Carrie VanZant2026-09-28
💻 Informatik

Energy and Trust Aware Optimal Cluster-Based Routing in WSN using Lyrebird-Red Panda Optimization

Dieses Paper schlägt ein energie- und vertrauensbewusstes optimales clusterbasiertes Routing-Protokoll für drahtlose Sensornetzwerke (OCR-WSN) vor, das den Lyrebird Assisted Red Panda Optimization Algorithm (LAROA) nutzt, um die Auswahl der Cluster-Heads und die Routing-Pfade zu optimieren und dadurch die Netzwerklebensdauer sowie die Dienstgüte durch die Abwägung von Faktoren wie Verzögerung, Distanz, Energie und Vertrauen zu verbessern.

Vikram Sadashiv Gawali, Sonali Kshirsagar2026-09-28
💻 Informatik

Evaluating the Generation and Detection of Arabic-Based Phishing Attacks Using LLMs

Diese Studie demonstriert empirisch, dass große Sprachmodelle hoch überzeugende arabische Phishing-E-Mails generieren können, die menschliche Erkennung umgehen, während LLM-basierte Klassifikatoren Menschen bei der Identifizierung dieser kulturell nuancierten Angriffe signifikant übertreffen, was die dringende Notwendigkeit KI-gestützter Cybersicherheitsverteidigungen in der Golfregion hervorhebt.

Amir Abdulhameed AlAmeeri, Mohammad Amin Kuhail2026-09-28