cs Arbeiten | Gist.Science

AiDER: Auditing and Document Evaluation via Rule Compilation and Small Language Models - An Education Case Study

$\text{AiDER}$ ist ein auditierbares Framework zur Evaluierung von Dokumenten gegenüber natürlichen Sprachanforderungen, das Regeln in ausführbaren Code kompiliert, um die Evidenzextraktion mittels kleiner Sprachmodelle zu beschränken, wodurch deterministische und inspizierbare Urteile sichergestellt werden, während gleichzeitig nachgewiesen wird, dass eine validierungsgetriebene Regelreparatur die Genauigkeit über 2B–4B Parameter-Modellen in Bildungskontexten signifikant verbessert.

Valerio Crocetti, Elia Pacioni, Aldo Franco Dragoni, Michael, Davide Calvaresi2026-08-04

💻 computer science

Transparency in Software Defect Prediction: A Dual Approach using Explainability and Tradeoff Analysis

Dieses Paper schlägt einen dualen Ansatz vor, um die Transparenz und Leistungsfähigkeit der Software-Defektprognose auf unbalancierten Datensätzen zu verbessern, indem der Kompromiss zwischen Detektions- und Fehlalarmraten durch ein neuartiges Schwellenwert-anpassendes Ziel sowie eine auf kontrafaktischen Erklärungen basierende Datenfeinabstimmung optimiert wird.

Nitin Sai Bommi, Umamaheswara Sharma Bhutamapuram, Atul Negi2026-08-04

💻 computer science

External Validation and Interpretability Analysis of a Deep Learning Model for Forensic Age Estimation Across Brazilian and Romanian Populations

Diese Studie zeigt, dass Deep-Learning-Modelle zwar biologische Alterungsmuster für die forensische Altersbestimmung erfassen können, ihre Zuverlässigkeit jedoch durch Populations- und Hardware-Verschiebungen signifikant beeinträchtigt wird, was die kritische Notwendigkeit externer Validierung und Interpretierbarkeitsanalysen unterstreicht, um nicht-anatomische Abkürzungen vor der forensischen Anwendung zu erkennen.

Laura Meloni, Liviu-Mihai Iacob, Sorana Eftimie, Raluca Roman2026-08-04

💻 computer science

SPARE - STARE: Securing Progressive Web Apps - Trusted Web Activity Against Unauthorized Replications

Dieses Paper schlägt „SPARE-STARE“ vor und evaluiert es, ein auf Abfrageparametern basierendes Sicherheitsframework, das Verschlüsselung und eindeutige Identifikatoren verwendet, um Progressive Web Apps an Trusted Web Activities zu binden, wodurch unbefugte Replikationsbedrohungen effektiv gemildert werden, während gleichzeitig Kommunikationsbeschränkungen überwunden und die Entwicklungskomplexität reduziert wird.

Sajib Talukder, Nur Imtiazul Haque, Hisham Kholidy2026-08-04

💻 computer science

Loss-Aware Attention-Based Dual Feature Selection for Handling Imbalanced IoT Intrusion Detection

Dieses Paper schlägt das DFLA-IDS-Framework vor, welches die globale Merkmalsselektion mittels MIC und mRMR mit einem verlustbewussten Attention-Transformer kombiniert, um Merkmalsredundanz und Klassenungleichgewicht effektiv zu adressieren und dadurch eine überlegene Intrusion-Detection-Performance auf dem UNSW-NB15-Datensatz im Vergleich zu Deep BiLSTM zu erzielen.

Majid Altuwairiqi Altuwairiqi2026-08-04

💻 computer science

IFF-HVT: Informative Feature Fusion in Hybrid Vision Transformers for Image Classification

Dieses Paper stellt IFF-HVT vor, eine hybride Architektur, die ein ResNet-50-Backbone mit Transformer-basierter Kontextmodellierung und einem informativen Merkmalsfusionsmodul integriert, um lokale und globale Merkmalsrepräsentationen effektiv auszubalancieren, wodurch signifikante Genauigkeitsverbesserungen gegenüber Baseline-Modellen auf Datensätzen der mittleren Skala bei der Bildklassifizierung erzielt werden.

Ahsan Umar2026-08-04

💻 computer science

Comparative Evaluation of Machine Learning and Deep Learning Models for Targeted Metaphor Detection

Diese Arbeit evaluiert verschiedene Machine-Learning- und Deep-Learning-Modelle für die gezielte Metapherdetektion auf einem Datensatz von sieben Zielwörtern und stellt fest, dass ein hybrider LDA-Sentence-BERT-Random-Forest-Ansatz mit einer Genauigkeit von 84 % andere Methoden, einschließlich eines Konsens-Ensembles, durch die effektive Kombination von kontextuellen Satz-Embeddings und Information auf Themenebene übertrifft.

Muhammad Hassam Aslam Khan, Ninad Deshpande2026-08-04

💻 computer science

Spatial Fairness in Taxi Demand Prediction: A Hybrid Approach Leveraging District Profiles

Dieses Paper schlägt ein hybrides Framework zur Vorhersage der Taxi-Nachfrage vor, das die Nicht-negative Matrixfaktorisierung mit der White-Shark-Optimierung zur Datenimputation, LSTM für die zeitliche Modellierung und einen auf der Relative-Hardship-Proximity basierenden Fairness-bewussten Regularisierungsmechanismus integriert, um Vorhersageunterschiede zwischen Stadtbezirken zu minimieren und gleichzeitig eine hohe Genauigkeit beizubehalten.

Ghazalak Eslami, Foad Ghaderi2026-08-04

💻 computer science

Eco Track: AI- and IoT-Powered E-Waste Segregation and Awareness for Sustainable Recycling

Dieses Paper präsentiert „Eco Track“, einen kostengünstigen, KI- und IoT-gestützten Prototyp, der ein YOLOv8-M-Modell sowie motorisierte Aktoren nutzt, um eine automatisierte, sicherheitsbewusste Trennung kleiner Elektroschrott-Komponenten zu erreichen, wobei eine hohe Präzision und mAP unter Laborbedingungen nachgewiesen werden, während gleichzeitig praktische Einschränkungen beim Edge-Deployment adressiert werden.

R Rashmi, Konakalla Meenakshi, Medhini Katti, M.R. Madhura2026-08-04

💻 computer science

EELTRA-Net: An Intelligent Hybrid Framework for Energy-Efficient and Lifetime-Aware Routing in Vehicular Ad Hoc Networks

EELTRA-Net ist ein intelligentes Hybrid-Framework, das temporale konvolutionale Einheiten, Gated Recurrent Units und ein aufmerksamkeitsgesteuertes Feedforward-Netzwerk integriert, um die Energieeffizienz, Zuverlässigkeit und Netzwerklebensdauer in Vehicle Ad Hoc Networks zu optimieren und dabei überlegene Leistungsmetriken wie eine Paketlieferrate von 98,9 % im Vergleich zu bestehenden Basismodellen erreicht.

Krishna Komaram, Nagarjuna Karyemsetty2026-08-03

← Zurück Weiter →