💻 Category

cs

3854 Arbeiten

💻 Informatik

Do Clinical Notes Improve ICU Mortality Prediction? A Controlled Comparison of Structured and Multimodal EHR Fusion Strategies

Diese Studie zeigt, dass klinische Notizen die allgemeine Diskriminierung der Intensivstation-Mortalität im Vergleich zu strukturierten EHR-Variablen zwar nicht konsistent verbessern, aber die Mortalitätsrückgewinnung (Mortality Recall) durch die Integration mittels spezifischer multimodaler Fusionsstrategien steigern können, was die Notwendigkeit strenger Baseline-Vergleiche und mehrdimensionaler Evaluierungen in der klinischen KI unterstreicht.

Ashish Katyal2026-09-23
💻 Informatik

Quantum Superposition over Near Optimal Seeds for Maximum Independent Set on Dense Graphs

Dieses Paper präsentiert einen quantenvariationalen Algorithmus, der gleichmäßige Superpositionen von nahezu optimalen Keimen und interferenzbasierte Post-Selektion nutzt, um das Problem des maximalen unabhängigen Sets auf dichten Graphen mit bis zu 400 Knoten zu lösen, wobei er Standard-VQE und klassische Heuristiken bei schwierigen Instanzen, bei denen bisherige Methoden stagnieren, signifikant übertrifft.

Kalyan Dasgupta, Sumanta Mukherjee, Dhriti Verma, Surya Shravan Kumar Sajja, Abhishek Singh, Dzung Phan, Jayant Kalagnan (…)2026-09-23
💻 Informatik

Uncertainty-Aware Dual-Attention Temporal Convolutional Networks for Remaining Useful Life Prediction

Dieses Paper schlägt ein Uncertainty-Aware Dual-Attention Temporal Convolutional Network (UA-DA-TCN) Framework vor, das multi-skalige zeitliche Faltungen, Dual-Attention-Mechanismen und Monte Carlo Dropout integriert, um präzise, interpretierbare und unsicherheitsbewusste Vorhersagen der verbleibenden Nutzlebensdauer für Flugtriebwerke zu erzielen, wobei es bestehende Baselines auf dem NASA C-MAPSS-Datensatz übertrifft.

Mubashar Abbas2026-09-23
💻 Informatik

A multi-model study of diagnostic faithfulness in AI-generated histopathology images

Diese Studie bewertet sieben Text-zu-Bild-Modelle an einem großen Kohortensatz von Histopathologie-Fällen und stellt fest, dass die leistungsstärksten Modelle zwar eine diagnostische Interpretierbarkeit anstreben, jedoch häufig kritische Merkmale auslassen und es versäumen, klinisch bedeutsame Qualität zu erfassen, was darauf hindeutet, dass aktuelle generative KI und Evaluierungsmetriken noch nicht bereit für eine verantwortungsvolle Anwendung in der Onkologie sind.

Hong-Yu Zhou, Qinxin Wang, Jiachen Ji, Xihai Zhao2026-09-23
💻 Informatik

Explainable Dual-view Workflow Discovery for GenAI-supported Learning in Higher Education

Diese Studie stellt ein erklärbares Dual-View-Workflow-Discovery-Framework vor, das Logdaten von 278 Studierenden analysiert, um aufzuzeigen, dass effektives durch GenAI unterstütztes Lernen nicht bloß durch die Chat-Frequenz, sondern durch die Integration von KI-Feedback in das Schreiben, die Überarbeitung und die ressourcenübergreifende Regulation gekennzeichnet ist.

Fan Zhang, Wanli Xing2026-09-23
💻 Informatik

SQCAFusion: Multi-Scale Scene-Query Cross-Attention for Illumination-Adaptive Infrared and Visible Image Fusion

Dieses Paper schlägt SQCAFusion vor, ein illuminationsadaptives Framework zur Fusion von Infrarot- und sichtbaren Bildern, das eine multiskalige Scene-Query-Cross-Attention mit lernbaren Scene-Tokens verwendet, um Merkmale während der frühen Kodierung dynamisch zu modulieren, wodurch Probleme der Szenenblindheit gelöst und die Fusionsqualität unter variierenden Lichtbedingungen verbessert werden.

Yunfei Chen, Juan Zhang, Yongbin Gao, Bo Huang2026-09-22
💻 Informatik

Cache Lines, Not Probes: The Memory-Access Cost of Open Addressing Without Reordering

Diese Arbeit führt ein Cache-Line-Kostenmodell für Open Addressing ohne Umordnung ein und zeigt auf, dass asymmetrisches Bucketing zwar optimale Speicherzugriffsschranken von Θ(1+log⁡log⁡n/δB)\Theta(1+\log\log n/\delta B) erreicht, symmetrische Ansätze jedoch signifikant schlechter abschneiden und probe-optimale hierarchische Verfahren aufgrund der unvermeidbaren Speicherzugriffskosten, die durch den Parameter δB\delta B diktiert werden, cache-suboptimal bleiben.

Mauricio Herrera2026-09-22
💻 Informatik

WeanNet Enables Parameter-Efficient Transfer Through Decaying Lateral Connections in Progressive Networks

WeanNet schlägt eine parametereffiziente Transferlernmethode vor, die einen abnehmenden skalaren Gewinn verwendet, um ein eingefrorenes Elternnetzwerk temporär mit einem neuen Schüler zu verbinden, was eine verlustfreie Entfernung des Elternnetzwerks ermöglicht und die Modellgröße reduziert, während es im Vergleich zu Progressive Neural Networks eine wettbewerbsfähige Leistung bei Concept-Drift-Aufgaben zeigt, wenngleich seine allgemeine Überlegenheit durch spezifische Aufgaben- und Konfigurationsabhängigkeiten begrenzt bleibt.

Max Vorachart2026-09-22
💻 Informatik

Enhancing Deep Neural Network Resilience Through Integrated Reliability-Aware Design and Fault-Aware Training

Dieses Paper stellt ResilientNet vor, ein zuverlässigkeitsorientiertes Framework, das die Resilienz tiefer neuronaler Netze gegenüber Hardwarefehlern durch vier synergetische Design- und Trainingsstrategien – beschränkte Aktivierungen, Schichtneuordnung, NaN-Filterung und curriculumsbasiertes Fehlertraining – verbessert, was durch umfangreiche Fault-Injection-Experimente als signifikante Reduktion der Fehlerfortpflanzung und Aufrechterhaltung einer hohen Klassifizierungsgenauigkeit bei vernachlässigbarem Inferenz-Overhead nachgewiesen wurde.

Saravana Kumar Madappa, Sivakumar Nagalingam2026-09-22