💻 Category

cs

3657 Arbeiten

💻 Informatik

SynthEHR-DP: Clinically Valid Electronic Health Record Synthesis with Differential Privacy Guarantees

Das Papier stellt SynthEHR-DP vor, ein neuartiges generatives Framework, das einen Mixed-Type Encoder, einen Temporal Transformer und ein Conditional Variational Autoencoder mit differenziell privater Trainingsmethode sowie einem post-hoc Clinical Constraint Layer kombiniert, um klinisch valide, datenschutzwahrende synthetische elektronische Gesundheitsakten zu erzeugen, die eine State-of-the-Art-Leistung beim Trade-off zwischen Privatsphäre und Nutzen erzielen.

Kishore Arul2026-10-26
💻 Informatik

SpineFusion for plane aware local and global MRI classification of multiple sclerosis and myelitis

Das Papier stellt SpineFusion vor, ein Dual-Encoder-Deep-Learning-Modell, das lokale und globale MRT-Merkmale mittels bidirektionaler Cross-Attention und Plane-Embeddings integriert, um eine hohe Genauigkeit bei der Klassifizierung von Multipler Sklerose und Myelitis über mehrere Datensätze hinweg zu erreichen, während gleichzeitig die Notwendigkeit einer patientengruppierten externen Validierung angemerkt wird, um den klinischen Nutzen zu bestätigen.

Salih Taha Alperen Özçelik, Elif İrem Kılıç, Hasan Güler2026-10-26
💻 Informatik

A Fusion of Transfer Learning with Osprey Optimization Algorithm Based Student Engagement Detection for Improving Performance of Virtual Classroom Environments

Dieses Paper schlägt das FTLSED-VCOOA-Framework vor, welches adaptives bilaterales Filtern, eine Fusion aus SqueezeNet, Shallow CapsNets und MobileNetV2 zur Merkmalsextraktion, einen CNN-LSTM-Klassifikator sowie den Osprey Optimization Algorithm zur Hyperparameter-Optimierung integriert, um das Engagement von Studierenden in virtuellen Klassenzimmerumgebungen effektiv zu erkennen und die Leistung zu verbessern.

Hassan Gise, Ali Muhammad Aljodea2026-10-26
💻 Informatik

On the Hyper-Parameters and the Scoring Functions of PCTABU and PCHC Bayesian Network Algorithms

Dieses Paper stellt einen neuartigen Algorithmus zum Lernen von Bayesschen Netzen vor und demonstriert anhand von simulierten und realen Daten, dass die Wahl der Scoring-Funktion die Leistung erheblich beeinflusst, wobei der neue Algorithmus bestehende Methoden bei Netzwerken übertrifft, die durch geringere durchschnittliche Markov-Blanket-Größen, Grade und Dichten charakterisiert sind.

Volkan Sevinç, Michail Tsagris2026-10-26
💻 Informatik

Perturbation-Specific Reliability of Intrinsic and Post-Hoc Explainable Machine Learning in Volatility Forecasting

Diese Studie zeigt, dass die Zuverlässigkeit sowohl intrinsischer als auch post-hoc Erklärungen in der Volatilitätsprognose hochgradig störungsspezifisch ist, sich signifikant über verschiedene Modell–Repräsentations–Erklärer-Konfigurationen hinweg variiert und eine empirische Evaluierung unter diversen Bedingungen wie Retraining, zeitlichen Verschiebungen und Eingangsrauschen erfordert.

Haikal Djauhari, Anton Yudhana, - Sunardi2026-10-26
💻 Informatik

Every keyed DNA operation is affine: algebraic limits of DNA diffusion layers in image encryption

Dieses Paper beweist, dass jede mit einem Schlüssel versehene DNA-Operation, die in der Bildverschlüsselung verwendet wird, strukturell affin über dem binären Körper ist, was solche Diffusionsschichten algebraisch schwach und anfällig für Angriffe macht, während es gleichzeitig einen verifizierten, kostenfreien Ersatz vorschlägt, um diese inhärenten Einschränkungen zu überwinden.

Ihab Shakir, Hossein Kheiri2026-10-26
💻 Informatik

Application of Machine Learning in Optimizing Industrial Assembly Lines: A Chronologically Validated Study of Predictive Quality Control

Diese Studie zeigt, dass die zufällige Kreuzvalidierung die Leistung des maschinellen Lernens bei Daten aus industriellen Montagelinien aufgrund von Concept Drift überschätzt, während eine chronologisch validierte temporale Evaluierung offenlegt, dass Gradient-Boosting-Modelle bei korrekter Abstimmung dennoch als effektive, inspektionsreduzierende Screening-Werkzeuge dienen können.

Aida Allahverdi¹, Siavash Akbarzadeh¹2026-10-26
💻 Informatik

From Agent Labels to Accountable Deployment: Evidence Maturity and Meaningful Human Oversight for Agentic AI in Higher Education

Diese kritische integrative Übersicht argumentiert, dass der Einsatz agentischer KI im Hochschulwesen durch einen neuen Autonomie-Aufsichts-Evidenz-Rahmen begrenzt werden muss, der vorschreibt, dass die delegierte Systemautonomie nicht den Reifegrad der unterstützenden Evidenz oder die Stärke der verantwortlichen menschlichen Aufsicht übersteigen darf, um Schäden zu verhindern und Fairness zu gewährleisten.

Abhishek Dey2026-10-26
💻 Informatik

Multilingual Artificial Intelligence for Classifying Ethiopian FinTech User Reviews

Diese Studie präsentiert ein reproduzierbares mehrsprachiges NLP-Framework und einen kuratierten Korpus von 7.148 äthiopischen FinTech-Rezensionen zur Klassifizierung von Nutzerfeedback in fünf Servicekategorien, wobei sie zeigt, dass das AfroXLMR-Transformer-Modell andere Architekturen bei der Verarbeitung von englischen, amharischen und Code-Switching-Texten übertrifft und gleichzeitig anhaltende Herausforderungen durch Datenungleichgewicht und linguistische Variation verdeutlicht.

Alemu Kumilachew Tegegnie, Desalegn Wahega Sarke2026-10-26
💻 Informatik

Teleoneutrosophic Logic for Three-Way Authorisation of Institutional AI Agents

Dieses Paper schlägt die Teleoneutrosophische Logik vor, ein provenzbewusstes Framework, das separate neutrosophische Tripel für Wirkung und Zweck koppelt, um eine dreifache Autorisierung institutioneller KI-Agenten zu ermöglichen und dadurch den direkten Schadensdurchlauf effektiv zu reduzieren, indem es legitime externe Anfragen von bösartigen Anreizen unterscheidet.

Selçuk Topal, Buğra Ayan2026-10-26