💻 Category

cs

2363 Arbeiten

💻 computer science

A Hybrid Intelligent Navigation Framework Using a Heuristic-Guided Dynamic Window Approach and Optimized Rapidly Exploring Random Tree Star for Autonomous Mobile Robots in Complex Dynamic Environments

Dieses Paper schlägt ein hybrides intelligentes Navigationsframework vor, das einen verbesserten, potenzialgesteuerten AP-RRT-Globalplaner mit adaptiven, gewichteten Dynamic Window Approach-Lokalkontrollern integriert, um eine robuste, effiziente und glatte autonome Navigation in komplexen dynamischen Umgebungen zu erreichen.

ManikkaChandru R, Anish Visakan B, Sivasankar Ganesan, Behnaz Sohani2026-08-06
💻 computer science

A Reliable Framework for The Safe and Interpretable Detection of Mental Health Risks from Social Media Texts

Dieses Paper stellt SAFER-MIND vor, ein neuartiges Framework, das die Sicherheit und Interpretierbarkeit der Erkennung psychischer Gesundheitsrisiken in sozialen Medien durch die Kombination von multidimensionaler Textintegration, kalibrierter probabilistischer Modellierung und Conformal Prediction verbessert, um zwischen hochkonfidenten Entscheidungen und Fällen, die eine menschliche Überprüfung erfordern, zu unterscheiden und dadurch eine hohe Genauigkeit bei gleichzeitiger Minimierung riskanter Fehler zu erreichen.

ahmed Raheem, Farshad Kiyoumarsi2026-08-05
💻 computer science

Retrieval-Augmented Generation for Reducing Hallucinations in Drug-Related Question Answering Systems

Dieses Paper präsentiert eine Retrieval-Augmented-Generation-Pipeline (RAG), die Halluzinationen signifikant reduziert und die faktische Genauigkeit bei medikamentenbezogenen Fragen verbessert, indem sie die Antworten von LLMs in einer kuratierten pharmazeutischen Wissensbasis verankert und dadurch kritische Risiken für die Patientensicherheit abmildert.

Pratik Kumar, Rajat Verma2026-08-05
💻 computer science

Clinical Metadata and Semantic Explanation-Guided Multimodal Deep Learning for Skin Lesion Recognition

Diese Arbeit schlägt ein durch klinische Metadaten und semantische Erklärungen gesteuertes multimodales Deep-Learning-Framework vor, das dermoskopische Bilder mit klinischen und diagnostischen Attributen integriert, um die Genauigkeit und Interpretierbarkeit der Hautläsionenerkennung im Vergleich zu rein bildbasierten Methoden signifikant zu verbessern.

Hangyu Chen, Jian Sun, Jinbang Zhang2026-08-05
💻 computer science

Human Behavior Recognition Based on Graph Neural Network and Cross-modal Collaborative Attention Mechanism

Dieses Papier schlägt Gnet_CAM vor, ein neuartiges Modell zur Erkennung menschlichen Verhaltens, das visuelle, skelettale und auditive Daten über Graph Neural Networks und einen hierarchischen, cross-modalen kollaborativen Aufmerksamkeitsmechanismus integriert, um eine robuste Leistung in komplexen Szenarien wie Okklusion und variierender Beleuchtung zu erzielen, wie durch seine überlegene Genauigkeit auf dem NTU RGB+D120-Datensatz und einem selbst generierten, herausfordernden Umgebung-Datensatz demonstriert wird.

Caixian Ye, Lijun Xu, Hao Qi2026-08-05
💻 computer science

Self-Verification is All You Need To Pass The Japanese Bar Examination

Dieses Paper stellt ein Selbstverifizierungsmodell vor, das auf einem Datensatz trainiert wurde, der das authentische Format und die Bewertung der japanischen Anwaltsprüfung originalgetreu repliziert, und zeigt auf, dass es die offizielle Bestehensgrenze überschreiten und komplexe Multi-Agenten- oder Dekompositionsstrategien übertreffen kann, ohne die ursprüngliche Prüfungsstruktur zu verändern.

Andrew Shin2026-08-05
💻 computer science

Evolutionary Kernel-based T-Spherical Fuzzy C-Means Clustering, application to EMG signal

Dieses Papier schlägt den Evolutionary Kernel-based T-Spherical Fuzzy C-Means (EKTSFCM)-Algorithmus vor, der T-Sphärische Fuzzy-Mengen und eine durch evolutionäre Techniken optimierte Dual-Kernel-Distanzmetrik integriert, um eine überlegene Clustering-Genauigkeit und Rauschrobustheit in komplexen Datensätzen wie EMG-Signalen zu erreichen.

Seyyed Hassan Ziafati Bagherzadeh, Seyed Ehsan Razavi, Gelareh Veisi2026-08-05
💻 computer science

AI-Generated RTL Code: A Functional Evaluation of Natural-Language and HLS Prompting

Diese Studie evaluiert die Fähigkeit kommerzieller LLMs, funktionales Verilog-RTL aus High-Level-Spezifikationen zu generieren, wobei festgestellt wird, dass die Verwendung von HLS-C-Prompts die Korrektheit im Vergleich zu natürlicher Sprache signifikant verbessert, während gleichzeitig anhaltende Herausforderungen bei Simulationsfehlern und eine begrenzte Generalisierung über variable Bitbreiten hinweg aufgezeigt werden.

Giordano Santorum Lorenzetto, Vanderlei Bonato, Oliver Sinnen2026-08-05
💻 computer science

Automated reproducibility assessments in the social and behavioral sciences using large language models

Diese Studie zeigt, dass große Sprachmodelle als skalierbares Screening-Instrument für automatisierte Reproduzierbarkeitsbewertungen in den Sozial- und Verhaltenswissenschaften dienen können, wobei sie qualitative Schlussfolgerungen erzielen, die mit denen menschlicher Reanalysten vergleichbar sind, während sie das Expertenurteil in systematischen Audits unterstützen, anstatt es zu ersetzen.

Stefan Feuerriegel, Tobias Holtdirk, Pietro Marcolongo, Anna Steinberg Schulten, Felix Henninger, Stefan Rose, Sarah Bal (…)2026-08-05