💻 Category

cs

2363 Arbeiten

💻 computer science

CardioTrust: Trustworthy Retrieval Augmented Clinical Decision Support for Personalized Cardiovascular Disease Prediction

CardioTrust ist ein neuartiges, vertrauenswürdiges KI-Framework, das maschinelles Lernen zur Risikostratifizierung, prädiktionsgestützte hybride Retrieval Augmented Generation und SHAP-Erklärbarkeit integriert, um hochpräzise, transparente und klinisch fundierte personalisierte Vorhersagen für kardiovaskuläre Erkrankungen zu liefern, die herkömmliche Baseline-Modelle signifikant übertreffen.

Veerababu Reddy, Vasavi Durga Potla, Baji Noorbasha, Karthik Reddy Vajrala, Sadwika Bollu2026-08-07
💻 computer science

High-Speed Image Encoding in Chaotic Neural Maps Using Circulant Topology and Fast Convolution

Dieses Paper stellt den FC-CML-Algorithmus vor, der zirkulante Topologie und schnelle Faltung nutzt, um die Zeit- und Platzkomplexität der chaotischen neuronalen Bildkodierung von O(N³) und O(N²) auf O(N log N) bzw. O(N) zu reduzieren und dadurch eine stabile, Hochgeschwindigkeits-Bildverarbeitung auf kostengünstigen Edge-Geräten wie dem ESP32 zu ermöglichen.

Venkata Rajasekhara Reddy Lakkasani2026-08-07
💻 computer science

Reinforcement Learning for Intelligent Vehicle-to-Grid Integration: Balancing Clean Energy Utilization and Battery Degradation Preservation

Dieses Papier schlägt ein auf Proximal Policy Optimization basierendes Reinforcement-Learning-Framework vor, das den bidirektionalen Vehicle-to-Grid-Leistungsfluss unter Verwendung des Indian Grid Master Datensatzes steuert, um wirtschaftliche und ökologische Vorteile mit der Batterielanglebigkeit durch eine asymmetrische Belohnungsfunktion und strikte State-of-Charge-Beschränkungen in Einklang zu bringen.

Vansh Sharma2026-08-07
💻 computer science

BioGCN: Biologically Inspired Graph Convolutional Network to Predict Human Oral Bioavailability

Das Papier stellt BioGCN vor, ein biologisch inspiriertes Graph Convolutional Network, das ATC-Codes als Domänenwissen integriert, um die Genauigkeit der Vorhersage der oralen Bioverfügbarkeit beim Menschen im Vergleich zu traditionellen Methoden des maschinellen Lernens und bestehenden Modellen signifikant zu verbessern.

Koyel Mandal, Aritra Banerjee, Anushree Bhattacharya, Sanghamitra Bandyopadhyay2026-08-07
💻 computer science

Research on an Insulator Defect Detection Method Integrating Multi-Scale Perception and Triple Attention

Dieses Paper schlägt DTRW-YOLO11s vor, einen verbesserten Algorithmus zur Detektion von Isolatorfehlern, der ein DSDown-Downsampling-Modul, Triplet Attention und eine auf RFCAConv basierende Multiskalen-Perzeption mit WIoU-Loss integriert, um die Detektionsgenauigkeit und die Recheneffizienz in komplexen Übertragungsleitungsumgebungen signifikant zu steigern und gleichzeitig Fehlalarme sowie Detektionsausfälle zu reduzieren.

Yuqin Li, Chaohui Zhou2026-08-07
💻 computer science

RECO-Rank: A Compensatory Multi-Evidence Ranking Model for Cross-Domain Reviewer Recommendation

Dieses Paper schlägt RECO-Rank vor, ein kompensatorisches Multi-Evidence-Ranking-Modell, das semantische, thematische und zitatspezifische Signale integriert, um die Einschränkungen der semantik-basierten Filterung bei der domänenübergreifenden Gutachterempfehlung zu überwinden und dadurch die Identifizierung geeigneter Gutachter mit divergierender Terminologie zu verbessern, während gleichzeitig die Präzision der Top-Rankings beibehalten wird.

Jiahao Chen, Jinying Xu, Zhijian Fang2026-08-07
💻 computer science

AI-Enhanced Sustainable Cement Manufacturing: Optimization, Efficiency, and Environmental Impact Reduction

Dieses Papier schlägt ein neuartiges, integriertes KI-Framework vor, das neuronale Netze, genetische Algorithmen, bestärkendes Lernen und Support Vector Machines kombiniert, um gleichzeitig die Zementmischungsgestaltung, die Ofenkontrolle und die Lebenszyklusanalyse zu optimieren, wodurch signifikante Reduzierungen der CO₂-Emissionen, des Energieverbrauchs und des Rohstoffverbrauchs bei gleichzeitiger Berücksichtigung zentraler Implementierungsherausforderungen erreicht werden.

Rohit Sharma2026-08-07
💻 computer science

HCL-YOLOv8: Lightweight Transmission-Line Insulator Defect Detection via Hierarchical Consistency Learning and Task-Aligned Label Assignment

Dieses Paper schlägt HCL-YOLOv8 vor, ein leichtgewichtiges Detektionsframework, das die Identifizierung von Defekten an Isolatoren von Übertragungsleitungen durch die Integration von hierarchischem Konsistenzlernen, aufgabenorientierter Label-Zuweisung und spezialisierten Verlustfunktionen verbessert, um Herausforderungen bei der Lokalisierung winziger Defekte in komplexen Hintergründen zu bewältigen.

Lei Wang, Jiamao Han, Yaxing Wei, Bin Zhao, Jing Xu, Lei Han, Yu Zhang, Yingchao Zhen, E erdun, Lai Man, Jian Wei, Liguo (…)2026-08-07
💻 computer science

Biomechanics-Guided Standard Action Modeling and Lightweight ST-GCN for Interpretable Phase-Based Action Quality Assessment

Dieses Paper schlägt ein leichtgewichtiges, interpretierbares Framework vor, das biomechanisch gesteuerte Standard-Bewegungsmodellierung mit einem vierschichtigen ST-GCN kombiniert, um eine phasenspezifische, hochgenaue Qualitätsbewertung und Rückmeldung für den Standweitsprung in sportpädagogischen Kontexten bereitzustellen.

Le-Tian Sun, Zi-Hang Ding, Bi-Zhu Yang, Yu-Tong Zhang, Yi-Tian Sun, Meng-Kun Li2026-08-07