💻 Category

cs

3864 Arbeiten

💻 Informatik

Artificial Intelligence and Spirituality: A Systematic Scoping Review of Human-AI Engagement

Diese systematische Scoping-Review von 19 zwischen Ende 2022 und 2026 veröffentlichten Studien zeigt auf, dass konversationelle KI zunehmend für vielfältige spirituelle und existenzielle Zwecke genutzt wird, wobei sie als einzigartige Quelle für Autorität, emotionale Offenbarung und Ritualgestaltung dient, während sie gleichzeitig ungeklärte ethische Bedenken hinsichtlich Voreingenommenheit, Privatsphäre und der Natur spiritueller Authentizität aufwirft.

Anna Burcombe, Patricia Carlisle, Paul Best2026-09-21
💻 Informatik

Personalized Federated Learning Under Severe Statistical Heterogeneity: A Multi-Dataset Analysis of Accuracy, Tail Performance, and Client Fairness

Dieses Paper führt ein rigoroses, klientenzentriertes Multi-Datensatz-Evaluierungsframework ein, das personalisiertes föderiertes Lernen unter schwerer statistischer Heterogenität analysiert, indem es die globale Genauigkeit, die Performance im unteren Quantil und Fairness-Metriken gemeinsam bewertet, um zu bestimmen, ob Personalisierung den am schlechtesten bedienten Klienten tatsächlich zugutekommt.

Md Shahanur Islam Shagor2026-09-21
💻 Informatik

CONFLUENCE: Does Cross-Scale Graph Attention Help Watershed Vegetation Forecasting?

Diese Arbeit stellt die Annahme infrage, dass Graph Neural Networks die Vorhersage der Vegetation in Wasserscheiden verbessern, indem sie am Beispiel des Potomac River aufzeigt, dass skalenübergreifende Graph-Attention-Mechanismen und selbst physikalisch abgeleitete Topologien häufig hinter einfachen Baselines oder zufälligen Verbindungen zurückbleiben, was die kritische Notwendigkeit strenger, kapazitätsgerechter Kontrollen hervorhebt, um falsch-positive Ergebnisse in der ökologischen Modellierung zu vermeiden.

Andrew Ma2026-09-21
💻 Informatik

Auditing Level-Capacity Ablations in Single-Stage Object Detectors: A Decoupling Patch, a Fixed-Calibre Repair, and the Limits of Budget-Mismatch Ratios

Diese Arbeit zeigt auf, dass das Level-Budget Mismatch Ratio (LBMR), eine zur Steuerung der Kapazitätsreallokation in Ein-Stufen-Objektdetektoren vorgeschlagene Metrik, aufgrund nichtlinearer Genauigkeitsreaktionen, gekoppelter architektonischer Abhängigkeiten und Pareto-dominierter Ergebnisse letztlich als praktisches Optimierungswerkzeug versagt und zeigt zudem, dass ein Entkopplungs-Patch sowie eine Reparatur mit festem Kaliber keinen messbaren Vorteil gegenüber Standardkonfigurationen bieten.

Pinchao Huang, Xingying Cai2026-09-21
💻 Informatik

OTNT: Dual-Condition Ephemeral WireGuard Tunnel with Self-Destructing Lifecycle

Dieses Paper präsentiert OTNT, ein selbstzerstörendes WireGuard-Tunnel-Schema, das die Sicherheit erhöht, indem es Verbindungen beim Erreichen eines Zeit- oder Datenvolumenschwellenwerts automatisch terminiert, während es gleichzeitig einen geringen Overhead beibehält und ein robustes Interface-Management durch dynamische Zuweisung und Crash-Recovery gewährleistet.

Samuvel A, Soniya S, Vishrudh N, Santhosh M, Lokesh J2026-09-21
💻 Informatik

A Fractional Differential Equation Model for Energy-Aware Trust-Based Security in Mobile-Agent Wireless Sensor Networks

Dieses Papier schlägt ein Modell einer Caputo-fraktionalen Differentialgleichung vor, das Restenergie, Vertrauen und Kompromisswahrscheinlichkeit koppelt, um zu analysieren, wie der Gedächtnisparameter der fraktionalen Ordnung den Kompromiss zwischen Sicherheitsreaktionsfähigkeit und Energieeinsparung in mobilen Agenten-Drahtlossensornetzwerken beeinflusst, wobei nachgewiesen wird, dass die Fraktionalisierung zwar die transienten Dynamiken unter Burst-Angriffen verändert, die Sicherheit jedoch nicht intrinsisch verbessert.

Taylan Demi̇r, Shkelqim Hajrulla, Loubna Ali2026-09-21
💻 Informatik

Extended Reasoning Mode Improves Large Language Model Accuracy on the Orthopaedic In-Training Examination: A Paired Within-Model Comparison

Diese Studie zeigt, dass die Nutzung von Extended-Reasoning-Inferenz die Genauigkeit von GPT-5 bei Fragen der Orthopaedic In-Training Examination im Vergleich zum Standardmodus signifikant verbessert, wenngleich das Fortbestehen selbstbewusster Fehler darauf hindeutet, dass diese Modelle eher als unter Aufsicht stehende Ergänzungen als primäre Lernressourcen für Assistenzärzte dienen sollten.

Claire A. Donnelley, Stephanie Kaszuba, Peter Noback, Xuan Luo2026-09-20
💻 Informatik

Fine-Tuned Foundation Models for Multi-Category Segmentation and Triplet Recognition in Gastric Cancer Surgery

Diese Studie präsentiert einen durch Fine-Tuning optimierten Foundation-Model-Ansatz, der einen neu kuratierten Datensatz aus 2.909 annotierten Frames nutzt, um eine hochpräzise semantische Segmentierung von chirurgischen Instrumenten und Anatomie sowie eine robuste Erkennung von chirurgischen Aktions-Triplets zu erreichen und damit die intraoperative Anleitung und die automatisierte Kompetenzbewertung in der Magenkrebschirurgie voranzutreiben.

Xiaopeng Wang, Youdong Liu, Yi Wang, Rongyu Ma, Jie Chen, Jingzhe Qian, Zikai Wang, Yuanyuan Lin, Jiansen Song, Keyuan H (…)2026-09-20
💻 Informatik

Deep Learning for Automated Tic Detection and Prediction in Tourette Syndrome Using Electromyography and Video

Diese Studie zeigt, dass, während kurzfristige Signaldynamiken entscheidend für die Vorhersage von Tics beim Tourette-Syndrom sind, längere 5-Sekunden-Zeitfenster in Kombination mit temporalen CNNs die Detektion von motorischen Tics aus EMG-Daten signifikant verbessern, was die Notwendigkeit einer multimodalen Integration und patientenspezifischer Modellierung in der zukünftigen Forschung hervorhebt.

Grace Lowor, Jiaqing Zhang, Julieth Gomez, Jackson Cagle, Christopher R. Butson, Kelly Foote, Michael S. Okun, Parisa Ra (…)2026-09-20
💻 Informatik

Cross-center sex estimation from patellar CT: multi-feature transformer fusion of morphometry, radiomics, and deep features

Diese Studie präsentiert ein robustes Multi-Feature-Transformer-Fusionsframework, das die Patella-Morphometrie, Radiomics und Deep-Learning-Merkmale aus CT-Scans integriert, um eine hochgenaue und generalisierbare Geschlechtsbestimmung zu erreichen, wobei es Single-Feature-Modelle sowie forensische Experten übertrifft und gleichzeitig die Verarbeitungszeit signifikant reduziert.

Tao Liu, Xiurong Li, Haihua Bao, Zhanjin Wang, Zhiyao Yu, Zhan Wang, Haiyan Wang2026-09-20