💻 Category

cs

929 Arbeiten

💻 computer science

Topology-Preserving Anisotropic Adaptive Yarn-Level Cloth Simulation Using Direction-Aware Energy Evaluation

Dieses Paper schlägt ein topologieerhaltendes, richtungsbewusstes adaptives Framework für die garnbasierte Stoffsimulation vor, das die Intensität der Constraint-Berechnung basierend auf lokaler Deformation und Kontaktaktivität dynamisch anpasst und gleichzeitig visuelles Upsampling verwendet, um hochgetreue Webstrukturen ohne prohibitive Rechenkosten aufrechtzuerhalten.

Jong-Hyun Kim2026-07-27
📄 other

Dual-Critic Uncertainty-Gated Reinforcement Learning for Vision-Dropout-Robust Image-Based Visual Servoing

Das Papier schlägt DCUG-PPO vor, einen Dual-Critic-Reinforcement-Learning-Controller, der seine Policy über einen Unsicherheits-Gating-Mechanismus an ein modellbasiertes Fallback verankert und dadurch bei bildbasierter visueller Servierung unter Kameraausfällen eine signifikant höhere Zuverlässigkeit und glattere Steuerung als Single-Critic-PPO und klassische Baselines erreicht, während es gleichzeitig Einschränkungen bei der Hardware-Validierung und breiteren algorithmischen Vergleichen einräumt.

Md Hasibuzzaman, Gene Eu Jan2026-07-27
📄 other

ESSIM: A Probabilistic Swarm Optimization Algorithm Based on Bayesian Statistical Inference and Uncertainty-Guided Search

Dieses Paper stellt ESSIM vor, einen neuartigen probabilistischen Schwarmoptimierungsalgorithmus, der Bayes’sche statistische Inferenz und die Unsicherheit einzelner Partikel nutzt, um die Schwarmdiversität aufrechtzuerhalten und lokale Minima zu vermeiden, wodurch er klassisches PSO bei multimodalen Benchmarks und Aufgaben der Hyperparameteroptimierung für Gauß-Prozess-Regressionen übertrifft, obwohl er längere Rechenzeiten erfordert.

Hacene Benkhoula, Kamel Eddine Hemsas, Saad Mekhilef2026-07-27✓ Author reviewed ⓘ
📄 other

Robust Video Steganography Against Recompression and Arbitrary Cropping via Dual-Layer PN Synchronization

Dieses Paper schlägt eine robuste Videosteganographie-Methode vor, die die MEC-AQIM-Einbettung im DWT-SVD-Bereich mit einem dualen Schicht-Pseudorausch-Synchronisationsmechanismus kombiniert, um geheime Daten effektiv aus Videos zu extrahieren, die sowohl Rekompression als auch beliebigem Zuschneiden unterzogen wurden.

Yanzhe Zhang, Yingnan Zhang, Ling Wen, Hemin Yin, Min Shi2026-07-27
📄 other

A bio-inspired hybrid lifelong learning based on self-selective memristors

Dieses Paper schlägt ein bio-inspiriertes hybrides Lifelong-Learning-System vor, das einen Drosophila-Human-Hybrid-Algorithmus mit selbstselektiver Memristor-Hardware ko-designt, um katastrophales Vergessen und Energieineffizienzen zu überwinden und dabei signifikante Geschwindigkeits- und Energieverbesserungen gegenüber herkömmlichen CMOS-Beschleunigern zu erzielen.

Yishu Zhang, Xuemeng Fan, Guobin Zhang, Zhejia Zhang, Xinheng Mei, Zijian Wang, Wenjue Zhou, Daying Sun, Lei Deng, Mingk (…)2026-07-27
📄 other

Leakage-Controlled Machine Learning for European Cd, Hg, and Pb Emission Inventories

Dieses Paper präsentiert ein auditierbares, leckagekontrolliertes maschinelles Lernframework, das heterogene europäische Emissionsdaten harmonisiert, um kurzfristige räumliche Aktualisierungen für Cadmium-, Quecksilber- und Bleiinventare präzise vorherzusagen, wobei signifikante Fehlerminderungen gegenüber Baselines erzielt werden und explizit operative Grenzwerte für das Anomalie-Screening und die Expertenpriorisierung definiert werden, anstatt eine unbeschränkte Prognose anzustreben.

Tianyi Guan, Jennifer Uyen-Vi Nguyen2026-07-27
📄 other

When AI Reviews Itself: Zero Answer Changes Across 72 Self-Correction Rounds

Diese Studie zeigt auf, dass führende große Sprachmodelle eine „performative Selbstkorrektur“ an den Tag legen, indem sie über 72 iterative Überprüfungsrunden hinweg umfangreiche kritische Diskurse generieren, ohne jemals ihre ursprünglichen Antworten substanziell zu revidieren, wodurch die Wirksamkeit von promptbasierten Korrekturstrategien zur Verbesserung der KI-Zuverlässigkeit infrage gestellt wird.

Abbas Hamidavi2026-07-27
📄 other

Retrieval-Assisted Instantiation of Natural-Language Optimization Problems

Dieses Paper präsentiert ein transparentes, abrufgestütztes Framework, das numerische Belege aus natürlicher Sprache in strukturierte Optimierungsschemata einbettet, und zeigt auf, dass der Abruf von Schemata zwar äußerst effektiv ist, der primäre Engpass für die Automatisierung der Instanziierung von Optimierungsproblemen jedoch in der nachgelagerten Aufgabe liegt, extrahierte Zahlen präzise den entsprechenden Platzhaltern zuzuordnen.

Soroush Vahidi2026-07-27