cs Arbeiten | Gist.Science

Parallelizing SIR Epidemic Spread Simulation Using Pthreads, OpenMP, and MPI

Diese Arbeit evaluiert die Leistungsfähigkeit von Pthreads, OpenMP und MPI bei der Parallelisierung einer rechenintensiven SIR-Epidemie-Simulation auf einem 2D-Gitter und zeigt auf, dass MPI im Vergleich zu dem moderaten und begrenzten Scaling von OpenMP und Pthreads, welches auf Synchronisations- und Speicherressourcen-Konflikt-Overheads zurückzuführen ist, eine überlegene Beschleunigung und ein nahezu lineares Skalieren für große Gitter erreicht.

amna atiq2026-09-16

💻 Informatik

American Sign Language Recognition Using Mediapipe and Deep Learning: A Real-Time Approach

Dieses Paper präsentiert ein Echtzeit-, leichtgewichtiges American Sign Language Erkennungssystem, das Google MediaPipe zur Hand-Landmarken-Erkennung und ein tiefes neuronales Netzwerk nutzt, um eine Genauigkeit von 98,49 % bei der Klassifizierung statischer ASL-Alphabet-Gesten auf handelsüblichen Geräten zu erreichen.

amna atiq2026-09-16

💻 Informatik

Predicting the Inspector, Not the Plant: Regulatory Targeting and Explanation Instability in Pharmaceutical Inspection-Outcome Models

Diese Studie zeigt, dass Machine-Learning-Modelle, die Ergebnisse pharmazeutischer Inspektionen vorhersagen, primär die regulatorischen Zielsetzungsprozesse der FDA selbst erfassen statt der inhärenten Fertigungsqualität, was zu instabilen Merkmalserklärungen führt und das Risiko birgt, dass der Einsatz solcher Modelle bestehende Inspektions-Biases verstärken würde.

Phani Kumar Balagam2026-09-16

💻 Informatik

Persistent-State Management for Streaming Test-Time Adaptation in Open-Vocabulary Segmentation

Dieses Paper führt Profiled State Recovery ein, ein praktisches Framework, das persistente Adaptionszustände in der gestreamten Open-Vocabulary Test-Time Adaptation durch einen eingefrorenen, label-freien Lebenszyklus verwaltet und dabei signifikante Leistungssteigerungen über verschiedene Modelle und Datensätze hinweg demonstriert, während es gleichzeitig das Zustandsmanagement als eine kritische Designachse für Streaming TTA etabliert.

Wenxi Wang2026-09-16

💻 Informatik

A Mathematical Pre‑Screening Framework for Training‑Free Model Selection in Time‑Series Cashflow Forecasting

Dieses Paper schlägt ein trainingsfreies mathematisches Framework vor, das das optimale Machine-Learning-Modell für die Cashflow-Prognose von KMU auswählt, indem es Datensatzattribute und Nutzerexpertise mit algorithmischen Fähigkeiten abgleicht und somit die Notwendigkeit erschöpfender Modelltrainingsläufe eliminiert.

Ali Nabizadeh Lamiry2026-09-16

💻 Informatik

A Two-Stream U-Net for Robust Skin Detection via Color and Texture Integration

Dieses Paper schlägt eine robuste Hauterkennungsmethode mittels eines Two-Stream-U-Nets vor, das Farb- und Texturinformationen über einen hierarchischen Attention-Mechanismus integriert und dadurch eine verbesserte Genauigkeit sowie Effizienz unter anspruchsvollen Bedingungen und über mehrere Datensätze hinweg demonstriert.

Abdelkrim Sahnoune, Djamila Dahmani, Saliha Aouat, Abderrahmane Abdennouz, Idir Timsiline2026-09-16

💻 Informatik

Detection and Tracking Method for Walnuts in a Walnut Sorting Device Based on Improved YOLOv8n+DeepSORT

Diese Studie schlägt ein verbessertes YOLOv8n-SDSC- und DeepSORT-Framework vor, das mit einem Röntgensystem integriert ist, um die Effizienz und Genauigkeit der Walnussdetektion und -verfolgung für die industrielle Sortierung durch die Einbindung von Sea_Attention, Dysample, C2f_SCConv und DIoU-basiertem Matching zu steigern.

Xuesong Han, Hui Zhang, Haifeng Jiao, Jiangtao Zhang2026-09-16

💻 Informatik

SOA-UNet: Sparse Otsu-guided Attention U-Net with Adaptive Boundary Loss for Lightweight Brain Tumor Segmentation

Dieses Paper stellt SOA-UNet vor, ein leichtgewichtiges Deep-Learning-Framework, das dünnbesetzte Merkmalskodierung, Otsu-basierte Aufmerksamkeitssteuerung und einen adaptiven Randverlust kombiniert, um eine präzise, schnelle und interpretierbare Segmentierung von Hirntumoren aus MRT-Bildern zu erreichen.

Pallab Paul, Kalpana Saha Roy2026-09-16

💻 Informatik

Speech-Text: A Dual-Modal System for Mental Health Detection using Machine Learning and Deep Learning

Diese Arbeit schlägt ein dual-modales maschinelles Lernframework vor, das textuelle (TF-IDF) und auditive (MFCC) Merkmale integriert, um Depressionen zu erkennen, wobei eine hohe Genauigkeit (bis zu 99,38 % mit XGBoost bei Audiodaten) erreicht wird und das Potenzial von multimodalem Lernen für skalierbare, nicht-invasive Diagnostik der psychischen Gesundheit demonstriert wird.

Sonali Chandrashekhar Patil, Mukesh Dixit2026-09-16

💻 Informatik

WMS-Net:Wavelet-Mamba Synergistic Network for Joint Semantic Segmentation and Height Estimation of Remote Sensing Images

Dieses Papier schlägt WMS-Net vor, ein Wavelet-Mamba Synergistic Network, das Multi-Level Haar-Wavelet-Transformationen, ein Mamba-basiertes Direction-Aware-Modul und einen Cross-Task Attention Interaction-Mechanismus nutzt, um Rauschen und Merkmalsverschränkung effektiv zu adressieren und dadurch eine State-of-the-Art-gemeinsame semantische Segmentierung und Höhenschätzung aus einzelnen RGB-Fernerkundungsbildern zu erreichen.

Zhijie Li, Jiawei Chang, Changhua Li, Shengjun Xu, Jie Zhang, Yuan Gao2026-09-16

← Zurück Weiter →