💻 Category

cs

3854 Arbeiten

💻 Informatik

ICD2Bert: ICD Bert Encodings for Clinical Outcome Prediction on Routine Health Insurance Data

Dieses Paper stellt ICD2BERT vor, ein Standard-BERT-Modell, das ohne domänenspezifische Modifikationen auf ICD-Codes vortrainiert wurde, und zeigt durch umfangreiches Benchmarking auf, dass solche architektonischen Komplexitäten oft daran scheitern, einfachere Baselines zu übertreffen, was hervorhebt, dass Datenqualität, Skalierung und Vortraining entscheidender für die Vorhersage klinischer Ergebnisse sind als Modellsophistizierung.

Jonas Harriehausen, Miriam Cindy Maurer, Jacqueline Michelle Metsch, Zully Ritter, Lisa Weller, Thorsten Pollmann, Matth (…)2026-09-23
💻 Informatik

Bayesian Concept Consolidation for Concept-Level Stability in Continual Learning

Dieses Paper schlägt die Bayesianische Konzeptkonsolidierung (BCC) vor, ein Framework für kontinuierliches Lernen, das einen Konzept-Stabilitätsverlust und unsicherheitsbewusste Mechanismen nutzt, um die semantische Integrität gelernter Konzepte zu bewahren, wobei durch den neuen Wissensstabilitätsindex (KSI) nachgewiesen wird, dass standardmäßige genauigkeitserhaltende Methoden daran scheitern, Drift auf Konzeptebene zu verhindern.

Simachew Alamneh, mohammed Abebe, Chernet Erdachew2026-09-23
💻 Informatik

From Factors to Argument Networks: Issue-Level Legal Representation and Alignment with Written Judicial Reasons in Employment-Relationship Determination

Dieses Paper schlägt ein Framework zur rechtlichen Repräsentation auf Ebene einzelner Streitpunkte unter Verwendung von Argumentationsnetzwerken vor, um nuancierte Sachverhaltszustände, Rechtsregeln und richterliche Begründungen in Fällen von Beschäftigungsverhältnissen zu erfassen, wobei nachgewiesen wird, dass solche granularen Repräsentationen herkömmliche binäre Methoden bei der Vorhersage von Ergebnissen und der Identifizierung der spezifischen Gründe für gerichtliche Entscheidungen signifikant übertreffen.

YANG YANG, CAIXIA xie2026-09-23
💻 Informatik

A Governed Cognitive Enterprise Architecture Integrating Enterprise Intelligence Knowledge Memory Decision Intelligence Agentic AI and AI Assurance

Dieses Paper schlägt die Governed Cognitive Enterprise Architecture (GCEA) vor, ein vereinheitlichtes Referenzmodell, das strategische Intelligenz, Wissensgedächtnis, Entscheidungsfindung, agentische KI und KI-Absicherung integriert, um Organisationen beim Übergang von fragmentierten KI-Initiativen zu vertrauenswürdigen, rechenschaftspflichtigen und sich kontinuierlich entwickelnden kognitiven Unternehmen zu unterstützen.

Rakesh Kumar Agrawal, Wasim Mohammed Amin Tambe2026-09-23
💻 Informatik

Reproducible Hybrid Ensemble Learning for Drought Forecasting

Diese Studie präsentiert ein reproduzierbares hybrides Ensemble-Lernframework, das klassische Modelle des maschinellen Lernens und des Deep Learning mit domänengesteuerter Feature-Engineering und Satellitendaten integriert, um eine robuste, adaptive Dürfenvorhersage in Sambia zu erreichen, wobei die methodische Transparenz und die operative Skalierbarkeit gegenüber marginalen Leistungssteigerungen gegenüber einzelnen Algorithmen wie Gradient Boosting priorisiert werden.

Moses Chilanga, Josephat Kalezhi, Nchimunya Chaamwe2026-09-23
💻 Informatik

Arabic Clinical Decision Support under a Limited GPU Budget: LoRA versus Full Fine-Tuning for Medical Question Answering

Diese Studie zeigt, dass das vollständige Fine-Tuning anfangs die Standard-Low-Rank-Adaption (LoRA) für die Beantwortung klinischer Fragen auf Arabisch übertrifft, eine gut konfigurierte LoRA-Strategie – insbesondere 4-Bit-QLoRA – jedoch unter begrenzten GPU-Budgets effektiv die Leistung des vollständigen Fine-Tunings erreichen kann, was sie zu einer angemessenen und effizienten Adaptionswahl macht.

Ibrahim Abaker Hashem, Omar Elgendy, Ali Bou Nassif, Ismail Shahin, Ashraf Elnagar, Ayad Turky, Imad Afyouni2026-09-23
💻 Informatik

Mechanism-oriented tendency-integration operator networks for PDE foundation models

Diese Arbeit führt mechanismusorientierte Operator-Netzwerke ein, die physikalische Mechanismen explizit über gelernte Tendenzpfade integrieren und durch Interventions- und Äquivalenztests nachweisen, dass eine solche Organisation die Generalisierung, Genauigkeit und Interpretierbarkeit von PDE-Fundamentmodellen über verschiedene physikalische Systeme und Regime hinweg verbessert.

Jeongsu Lee2026-09-23
💻 Informatik

AAMIL-Net: Prototype-Calibrated Activity Guided Attention Fusion for Multi-Instance Learning

Dieses Paper führt AAMIL-Net ein, ein neuartiges Multiple-Instance-Learning-Framework, das die Fehlausrichtung zwischen Aufmerksamkeit und Konfidenz durch prototypen-kalibrierte Aktivitätsbewertung, adaptive Ambiguitätsmargen und kontrastive Instanzregularisierung löst und dadurch über verschiedene Benchmarks hinweg eine State-of-the-Art-Leistung ohne externes Pretraining erzielt.

Chen Rui, Jie Li, Fang Fang2026-09-23
💻 Informatik

An Optimized Stacking Ensemble Model for Forecasting Student Dropout

Diese Studie präsentiert ein optimiertes Stacking-Ensemble-Modell, das K-Nearest-Neighbor- und Bayesian-Network-Klassifikatoren integriert, welche durch Hyperparameter-Tuning und SMOTE-basierte Ausbalancierung verbessert wurden, was eine Genauigkeit von 85,9 % erreicht und bestehende Methoden übertrifft, um ein effektives Frühwarninstrument für die Vorhersage von Studienabbrüchen bereitzustellen.

Jackson Kisuule, Anthony Bua2026-09-23
💻 Informatik

Transition-Aware Short-Term Traffic Congestion Prediction: Efficient Gradient Boosting versus Spatio-Temporal Graph Neural Networks

Diese Arbeit stellt die Abhängigkeit von standardmäßigen tiefen räumlich-zeitlichen Graph-Neuronalen Netzen und aggregierten Genauigkeitsmetriken für die kurzfristige Vorhersage von Verkehrsstaus in Frage, indem sie ein transitionsbewusstes Evaluierungs-Framework (TRSP) einführt und demonstriert, dass effiziente, interpretierbare durch Feature-Engineering optimierte Gradient-Boosting-Modelle die Deep-Learning-Baselines bei der Erkennung von Zustandsübergängen erreichen oder übertreffen können, während sie gleichzeitig die Rechenkosten signifikant reduzieren.

George S. Theodoropoulos, Yannis Theodoridis2026-09-23