💻 Category

cs

2403 Arbeiten

💻 computer science

Hybrid Siamese Deep Learning Framework for Duplicate Question Detection using Contextual and Lexical Feature Fusion

Diese Arbeit schlägt ein hybrides Siamese-Deep-Learning-Framework vor, das kontextuelle BERT-Embeddings, lexikalische Glove-basierte CNN-BiLSTM-Merkmale und handgefertigte linguistische Metriken fusioniert, um Duplikate von Fragen auf Community-Frage-Antwort-Plattformen effektiv zu erkennen, wobei eine Genauigkeit von 85,03 % auf dem Quora Question Pairs Datensatz erreicht wird.

Meherzadi Muntaha, Muhammad Junaid Asif, Naveed Hussain, Rana Fayyaz Ahmad2026-07-29
💻 computer science

An Emergency Decision Support Framework for Flight-Deck Accidents: Integrating Dynamic Adjudication, Multi-Agent Cooperation, and Hierarchical Path Planning

Dieses Paper schlägt das Intelligent Emergency Decision-support Framework for Flight-deck Safety (IEDFS) vor, ein geschlossenes System, das dynamische Argumentation, kooperative Multi-Agenten-Entscheidungsfindung und hierarchische Pfadplanung integriert, um die Brandbekämpfung, das Überleben von Opfern und die operative Wiederherstellung bei Notfällen auf Flugdecks der Marine im Vergleich zu herkömmlichen statischen Ansätzen signifikant zu verbessern.

Jianwei Huang, Yue Hou2026-07-29
💻 computer science

Metadata-based Methods to Generate Synthetic Health Data: A Scoping Review

Diese Scoping Review identifiziert bestehende metadatenbasierte Methoden zur Generierung synthetischer Gesundheitsdaten und hebt kritische Lücken in deren standardisierter Evaluierung, ethischer Orientierung sowie der spezifischen Anwendbarkeit auf die Codeentwicklung in Kontexten der föderierten Analyse hervor.

Christina Read, Oisín Ryan, Cynthia Poelen, Vjola Hoxhaj, Albert Cid Royo, Erik-Jan van Kesteren, Miriam Sturkenboom, Co (…)2026-07-29
💻 computer science

Drift-Aware Incremental Clustering for Cryptocurrency Rug-Pull Detection: An Empirical Comparison Against Periodic-Retrain Baselines on Real Ethereum Data

Diese Arbeit evaluiert empirisch einen aus der Malware-Erkennung adaptierten, drift-bewussten inkrementellen Clustering-Ansatz zur Identifizierung von Kryptowährungs-Rug-Pulls auf Ethereum und stellt fest, dass dieser zwar in einigen Fällen eine niedrigere Falsch-Positiv-Rate bietet, eine periodisch neu trainierte überwachte Baseline letztlich eine höhere und stabilere Gesamtleistung erzielt.

Jean Chrysostome NDAYISABYE2026-07-29
💻 computer science

Hybrid Neural Modelling: Theory and Applications

Dieses Paper systematisiert das aufstrebende Feld der hybriden neuronalen Modellierung, indem es einen einheitlichen mathematischen Rahmen etabliert, der neuronale Netze mit mechanistischen Gleichungen verbindet, deren Rollen bei Inferenz und Prädiktion klärt und gleichzeitig eine Perspektive des Manifold-Learnings für die Quantifizierung von Unsicherheit bietet.

Thomas Gaskin, Anastasia Bankowski, Stefanie Winkelmann2026-07-29
💻 computer science

Dynamic Adaptive Fusion Model (DAFM) for Real-Time Oil Production Forecasting

Diese Studie schlägt das Dynamic Adaptive Fusion Model (DAFM) vor, ein intelligentes Echtzeit-Prognosesystem, das Decision Trees, Random Forests, XGBoost und BiLSTM-Netzwerke über adaptive Gating-Mechanismen dynamisch integriert, um die Einschränkungen statischer Modelle zu überwinden und eine überlegene Genauigkeit (R² = 0,97) sowie eine schnelle Inferenz für die Ölproduktionsprognose zu erreichen.

Fatna Said, Kai Zhang, Huaqing Zhang, Botao Jiao, Behzad Saberali, Edwin E Nyakila2026-07-29
💻 computer science

ModernBERT-TR: A Modern Encoder Foundation Model for Turkish

Das Papier stellt ModernBERT-TR vor, einen 150 Millionen Parameter umfassenden türkischen Encoder, der von Grund auf mit 144,4 Milliarden Token unter Verwendung der ModernBERT-Architektur und eines benutzerdefinierten Tokenizers vortrainiert wurde, welcher bestehende türkische Baselines signifikant übertrifft und größere gleichzeitige Modelle erreicht, obwohl er mit wesentlich weniger Ressourcen trainiert wurde.

Besher Alkurdi, Himmet Toprak Kesgin, Muzaffer Kaan Yuce, Mehmet Fatih Amasyali2026-07-29
💻 computer science

DriftSense++: Spatially Adaptive Drift Management in Dynamic Spatial Crowdsourcing

DriftSense++ ist ein dynamisches Framework, das die räumliche Crowdsourcing-Aufgabenzuweisung durch den Einsatz eines geschlossenen, regionsbewussten Ansatzansatzes zur Erkennung und adaptiven Verwaltung von Daten- und Konzeptdrift verbessert und dabei bestehende Methoden über verschiedene reale Datensätze hinweg in Bezug auf Genauigkeit, Reduzierung von Fehlalarmen und Erholungsgeschwindigkeit signifikant übertrifft.

Md Mujibur Rahman, Quazi Mamun, Michael Bewong, Md Zahidul Islam2026-07-29
💻 computer science

ICU Mortality and LOS Prediction Models Using Machine Learning Based on Both Real and Synthetic Data

Diese Studie bewertet maschinelle Lernmodelle zur Vorhersage der ICU-Mortalität und der Aufenthaltsdauer in äthiopischen Krankenhäusern unter Verwendung von realen und synthetischen Daten und stellt fest, dass das hybride Training mit CTGAN-generierten Daten andere Methoden trotz seines hohen Rechenaufwands signifikant übertrifft, während gleichzeitig der Sauerstoffbedarf und die SpO2 als die stärksten Mortalitätsprädiktoren hervorgehoben werden.

Girma Neshir Alemneh, Hirut Bekele Ashagrie, Lemlem Kassa Tegegne2026-07-28