💻 Category

cs

2403 Arbeiten

💻 computer science

Toward Principled Model Selection in Data-Limited Scientific Machine Learning: A Three-Principle Decision Framework with Empirical Case Studies

Diese Studie schlägt ein fundiertes, dreiteiliges Entscheidungsframework für die Modellauswahl im datenarmen wissenschaftlichen maschinellen Lernen vor und zeigt anhand von Fallstudien zu Kinase-Inhibitoren und Löslichkeit auf, dass einfache lineare Modelle bei kleinen Stichprobengrößen oft komplexere Alternativen übertreffen, wodurch sie die Modellvereinfachung als kritische Baseline befürwortet.

Menachem Lachiany2026-07-23
💻 computer science

Predictive Modelling for Individual Household Electric Power Consumption Using Machine Learning Approaches

Diese Studie evaluiert verschiedene Machine-Learning-Regressionsmodelle auf dem Datensatz „Individual Household Electric Power Consumption“, um Energietrends vorherzusagen und Anomalien zu identifizieren, wobei festgestellt wurde, dass Random Forest andere Algorithmen übertrifft, während die SHAP-Analyse zeigt, dass Global_intensity der dominante prädiktive Faktor ist.

K. J. Megha, Anusha Anusha Sunny, Kailasamani Shunmugesh, Sony Kurian, Deepanraj Balakrishnan, Mbuyu Sumbwanyambe2026-07-23
💻 computer science

Stigmergic Skeleton Fields: A Bio-Inspired Framework for Decentralized Multi-Robot Navigation via Localized Incremental Re-Skeletonization

Dieses Paper schlägt das Stigmergic Skeleton Field (SSF)-Framework vor, welches einen Medial-Axis-Skelettgraphen mit einem Ameisenkolonie-Pheromonfeld und einem Localized Incremental Re-skeletonization (LIR)-Algorithmus integriert, um eine effiziente, dezentrale Multi-Roboter-Navigation in dynamischen Umgebungen durch die Reparatur der Topologie nur dort zu ermöglichen, wo es notwendig ist, wodurch eine nahezu optimale Pfadqualität bei signifikant schnelleren Re-Planning-Geschwindigkeiten im Vergleich zu bestehenden Baselines erreicht wird.

Md Hasibuzzaman, Gene Eu Jan, Chan-Yun Yang, Md Shetu Mia2026-07-23
💻 computer science

A Hybrid Quantum Neural Network - Assisted Deep Learning Framework for Automated Centralserous Retinopathy Detection Using Oct Images

Dieses Paper präsentiert HQNNDL, ein hybrides Quanten-Klassik-Deep-Learning-Framework, das ein eingefrorenes ResNet-18-Backbone und einen 8-Qubit-variationalen Quantenschaltkreis nutzt, um OCT-Bilder in vier Kategorien zu klassifizieren, wobei eine Genauigkeit von 79,0 % auf einem aus Kermany OCT2017 abgeleiteten Proxy-Datensatz erzielt wurde, während gleichzeitig die Notwendigkeit weiterer Ablationsstudien und klinischer Validierungen anerkannt wird, um dessen Wirksamkeit für die Detektion der zentralen serösen Retinopathie zu bestätigen.

Annamnedi Govardhan, P Suresh Varma2026-07-23
💻 computer science

Progressive Context Enrichment for LLM-Based MILP Formulation in Open-Pit Mine Production Scheduling

Dieses Paper schlägt ein Framework zur progressiven Kontextanreicherung vor, welches die Zuverlässigkeit von Large Language Models bei der Generierung von Formulierungen für gemischt-ganzzahlige lineare Programmierungen zur Produktionsplanung im Tagebau erhöht, indem es Prompts systematisch durch Simulator-Daten und Code-Annotationen erweitert, wobei aufgezeigt wird, dass während Simulator-Code die Genauigkeit der Zielfunktion verbessert, annotierter Code überlegen ist, um die Einhaltung von Nebenbedingungen zu gewährleisten.

Mustavi Ibne Masum, Thiago Eustaquio Alves de Oliveira, Mahzabeen Emu2026-07-23
💻 computer science

AI-Driven Spline-Based Segmentation of Handwritten Physico-Mathematical Documents

Dieses Paper präsentiert eine KI-gesteuerte Segmentierungspipeline für handschriftliche physikalisch-mathematische Dokumente, die formerhaltende quadratische Splines nutzt, um oszillierende Basislinien zu modellieren und krümmungsadaptive Schnittmasken zu generieren, wodurch die Detektionsgenauigkeit und die strukturelle Rekonstruktion für nachgelagerte OCR-Aufgaben verbessert werden.

Vasyl Zalizko2026-07-23
💻 computer science

Metric-Based Few-Shot Learning Framework for User-Defined Vocabulary Registration in Electromyography-Based Silent Speech Interfaces

Diese Studie schlägt ein metrikbasiertes Few-Shot-Learning-Framework vor, das spezifisch Prototypical Networks nutzt, um eine effiziente und rechensparende Registrierung benutzerdefinierter Vokabulare in EMG-basierten Silent-Speech-Interfaces zu ermöglichen, ohne dass ein wiederholtes Modell-Retraining erforderlich ist.

Hyeseong Jeon, Jangjay Sohn, Chang-Hwan Im2026-07-23
💻 computer science

Validated cross-source synthesis of structural links in a compiled medical knowledge base: an independent literature check with a discrimination control

Dieses Papier berichtet über eine unabhängig validierte Demonstration, dass eine proprietäre Engine in der Lage ist, strukturelle medizinische Verknüpfungen über mehrere Quellen hinweg korrekt zu synthetisieren, indem sie neun verifizierte Verbindungen aus externer Literatur aufdeckt und die Selektivität durch eine Diskriminierungskontrolle nachweist, wodurch ein zuverlässiges Fundament für zukünftige computergestützte Entdeckungen ohne Halluzination etabliert wird.

Youssef Ghaly2026-07-23
💻 computer science

Gradient Alignment Dynamics in Mixture-of Experts: The Gaussian Attractor, Laminar Flow Regime, and Output-Space Isolation

Diese Arbeit etabliert einen vereinheitlichten theoretischen Rahmen für Mixture-of-Experts (MoE), der die Kreuz-Experten-Gradientenausrichtung als die Wurzel des Experten-Kollapses identifiziert, die Gradientenpfad-Hypothese und Reynolds-Zahl-Diagnostik einführt, um diese Dynamiken zu charakterisieren, und demonstriert, dass die Isolation des architektonischen Output-Raums durch Mosaic-Tile-Hard-Routing das katastrophale Vergessen und den Experten-Kollaps über Vision- und Sprachaufgaben hinweg effektiv eliminiert.

庆君 张2026-07-23