💻 Category

cs

2403 Arbeiten

💻 computer science

Pose-Robust Finger Identification Based on Mutual Region Alignment and Minimum Convolution Point Feature

Dieses Paper schlägt ein neuartiges, pose-robustes Framework zur Fingeridentifikation vor, das gegenseitige Regionen-Ausrichtung, Minimum-Convolution-Punkt-Merkmalslernen und gewichtete Score-Fusion integriert, um die durch Längsrotation und nicht-starre Deformationen in kontaktlosen Fingerbildern verursachte Leistungsdegradation effektiv zu adressieren und dabei State-of-the-Art-Ergebnisse über vier öffentliche Datensätze hinweg zu erzielen.

Weili Yang, Dewen Kong, Fujian Feng, Yonghuai Yang, Deng Li, ZhongChi Liu, Dacan Luo2026-07-29
💻 computer science

From Telemetry to Techniques: Behavior-Centric MITRE ATTCK Technique Classification Through Sysmon Event Correlation

Dieses Paper präsentiert ein verhaltenszentriertes Framework zur Klassifizierung von MITRE ATT&CK-Techniken mittels Sysmon-Telemetrie und demonstriert, dass eine GUID-basierte Ereigniskorrelation in Kombination mit dem SecureBERT-Transformer-Modell die zeitliche Korrelation sowie traditionelle Ansätze des maschinellen Lernens bei der Identifizierung adversarieller Aktivitäten übertrifft.

Amir Hossein Hemmati, Babak Sadeghyian, Mahsa Saeidi2026-07-29
💻 computer science

RSU: A Novel RectifiedSineUnit Activation Function for Robust Pathological Diagnosis Across Multi-Cancer Datasets

Dieses Papier schlägt eine neuartige Rectified Sine Unit (RSU) Aktivierungsfunktion vor, die die Leistungsfähigkeit von Convolutional Neural Networks bei der automatisierten pathologischen Diagnose über vier diverse Krebsdatensätze hinweg signifikant verbessert und dabei eine überlegene Genauigkeit im Vergleich zu Standard-Aktivierungsfunktionen wie ReLU und Leaky ReLU erzielt.

Muhammad Saood Sarwar, Shahzaib ur Rehman2026-07-29
💻 computer science

A Hybrid AI-IoT Framework for Predictive Conservation of Tropical Heritage Façades: Empirical Validation from a Multi-Site Study in Indonesia

Diese Studie validiert empirisch ein hybrides KI-IoT-Framework, das kontinuierliche Umgebungssensorik mit maschinellem Lernen integriert, um chromatische Verschlechterungen an tropischen Kulturerbe-Fassaden in Indonesien vorherzusagen und Frühwarnungen bereitzustellen, wobei eine hohe Genauigkeit und Generalisierbarkeit über mehrere Standorte hinweg erreicht wird.

HASSAN GBRAN, Siti Rukayah, Atik Suprapti, Erni Setyowati, Iwan Setiawan2026-07-29
💻 computer science

A Security State Awareness Method for Petrochemical Industrial Control Network Equipment Based on Deep Learning

Dieses Papier schlägt eine auf Deep Learning basierende Methode zur Wahrnehmung des Sicherheitszustands für petrochemische industrielle Steuerungsnetzwerkgeräte unter Verwendung eines hybriden TCN-MGRU-Modells vor, um die situative Komplexität und Informationsverzögerungen zu adressieren und dadurch die Erkennungsgenauigkeit sowie den Sicherheitschutz signifikant zu verbessern.

Tengteng Xie, Songtao Yu, Jingchao Yang, Xianghong Min, Longhao Li2026-07-29
💻 computer science

Developing a Low Resource Intensive Algorithm for Early Detection of Flying Swarm of Pest Birds

Dieses Paper präsentiert eine ressourcenschonende hybride Detektionspipeline, die bewegungsbasierte Vorverarbeitung mit YOLOv8-nano kombiniert, um Schwärme der Rotnackenhäher auf reiner CPU-Hardware effizient zu identifizieren, wobei eine hohe Genauigkeit bei signifikanter Reduzierung der Rechenlast während statischer Szenen erreicht wird.

Justice Raphoto Mosoeu, Lebelo Serutla, Alfred Mwanza2026-07-29
💻 computer science

Tensor Network Machine Learning for Wildfire Susceptibility Mapping: from Grokking Dynamics to Quantum Mixedness of Class Representations

Dieses Paper führt ein quanteninspiriertes Tensornetzwerk-Framework unter Verwendung von Matrix Product States und AlphaEarth-Embeddings zur Kartierung der Waldbrandanfälligkeit in der Gargano-Region ein, welches nicht nur eine wettbewerbsfähige Klassifizierungsgenauigkeit erreicht, sondern auch distinkte Grokking-Dynamiken offenbart und durch Quantenmischungsdiagnostik eine physikalisch fundierte, ebenspezifische Analyse der Klassentrennbarkeit bereitstellt.

Domenico Pomarico, Alessandra Costantino, Gabriel Ramirez Sanchez, Loredana Bellantuono, Davide D'Alò, Mario Elia, Aless (…)2026-07-29
💻 computer science

HCSC-Net: Hierarchical Contextual Semantic Calibration for CLIP-based Weakly Supervised Semantic Segmentation

Dieses Paper schlägt HCSC-Net vor, ein hierarchisches kontextuelles semantisches Kalibrierungsframework, das die CLIP-basierte schwach überwachte semantische Segmentierung durch die Integration von Modulen zur gruppenweisen strukturellen Kalibrierung und zur residuellen kontextuellen semantischen Kalibrierung verbessert, um Probleme der strukturellen Inkonsistenz und Hintergrundinterferenz zu lösen und so eine Spitzenleistung auf den Benchmarks PASCAL VOC 2012 und MS COCO 2014 zu erzielen.

Xiaoming Bai, Xiaoyan Shao, Lingling Li, Xuezhuan Zhao, Zhenhao Zhao, Jian Zhang2026-07-29
💻 computer science

Contextual Cue Susceptibility in Clinical AI: A Randomized Controlled Clinician-Comparator Study

Diese randomisierte kontrollierte Studie zeigt auf, dass große Sprachmodelle signifikant anfälliger als menschliche Kliniker für kontextuelle Hinweise sind, die zu falschen diagnostischen Entscheidungen führen, was eine kritische Sicherheitslücke für klinische KI-Systeme hervorhebt, die durch spezifische Prompting-Strategien gemildert werden kann.

Mahmud Omar, Reem Agbareia, Alexander Charney, Raja-Elie Abdulnour, Ankit Sakhuja, Eyal Klang, Girish Nadkarni, Benjamin (…)2026-07-29
💻 computer science

TRIBRID-Optimized MobileNetV3 Framework for Explainable Printed Circuit Board Defect Classification

Dieses Paper präsentiert ein erklärbares Framework zur Klassifizierung von PCB-Defekten, das eine TRIBRID-optimierte Hyperparameter-Optimierung, Transfer Learning und MobileNetV3 kombiniert, um eine perfekte Genauigkeit und Interpretierbarkeit zu erreichen und gleichzeitig die für intelligente automatisierte optische Inspektionssysteme erforderliche Recheneffizienz aufrechterhalten.

Manjunath G. Asuti, Nirmalkumar S. Benni, Ramesh B T, Phanindra Reddy Kannari, S N Chaitra, K J Kavitha, B P Mishra2026-07-29