cs Arbeiten | Gist.Science

An Expert-independent Artificial Intelligence Method for Extracting and Prioritizing Decision Factors From Large-scale Textual Corpora

Dieses Paper stellt FEDRA vor, ein autonomes Framework, das Transformer-basierte Embeddings, Clustering und Graphanalyse nutzt, um Entscheidungsfaktoren aus groß angelegten wissenschaftlichen Texten ohne Expertenintervention zu extrahieren und zu priorisieren, wobei es eine hohe Genauigkeit und semantische Konsistenz in einer Fallstudie zur Standortwahl für Kläranlagen demonstriert.

Iman mosaddegh2026-09-09

💻 Informatik

PQC Protection for AI Workloads - A Performance-Aware Migration Framework

Dieses Paper schlägt ein leistungsorientiertes, phasenbasiertes Migrationsframework vor, um KI-Workloads auf heterogenen Plattformen gegen Quantenbedrohungen abzusichern, wobei nachgewiesen wird, dass der Overhead beim Schlüsselaustausch vernachlässigbar ist, die primäre technische Herausforderung jedoch im Management der größeren Signaturen und der verlängerten Vertrauenslebenszyklen liegt, die durch die finalisierten Post-Quanten-Algorithmen des NIST erforderlich werden.

Manonmayi Vedam2026-09-09

💻 Informatik

A Comparative Survey of API Rate-Limiting Algorithms: Token Bucket, Leaky Bucket, and Sliding Window

Diese Arbeit untersucht und vergleicht experimentell fünf weit verbreitete Algorithmen zur API-Ratenbegrenzung – Token Bucket, Leaky Bucket, Fixed Window, Sliding Window Log und Sliding Window Counter –, um deren Kompromisse hinsichtlich Burst-Toleranz und Präzision zu bewerten und letztlich eine Orientierungshilfe für die Auswahl des am besten geeigneten Algorithmus basierend auf spezifischen Verkehrseigenschaften und Systembeschränkungen zu bieten.

Umair Saleem2026-09-09

💻 Informatik

A Residual Transformer Framework for Biomechanics-Aware Yoga Posture Recognition and Feedback

Dieses Paper schlägt das Residual Biomechanical Transformer Network (RBTNet) vor, ein Deep-Learning-Framework, das die YOLOv8m-Pose-Keypoint-Erkennung mit einer Transformer-basierten temporalen Analyse kombiniert, um eine Genauigkeit von 98 % bei der Klassifizierung von acht Yoga-Posen zu erreichen und korrigierendes Feedback basierend auf biomechanischen Gelenkwinkelabweichungen zu generieren, ohne dass nutzerspezifische Daten erforderlich sind.

Mrinal Kanti Nath, Tapan Chowdhury, Nilay Dhar, Hiranmoy Sarkar, Debanjan Bunia, Arman Munshi2026-09-09

💻 Informatik

Sentinelbi AI: an AI-Powered Business Intelligence System for Revenue Monitoring and Anomaly Detection

Dieses Paper stellt SentinelBI AI vor, eine einsatzfähige Business-Intelligence-Plattform, die Isolation Forest- und LSTM-Autoencoder-Modelle integriert, um anomale E-Commerce-Umsatzmuster zu erkennen, deren Ergebnisse in ein dreistufiges Alarmsystem zusammenführt, das über ein interaktives Streamlit-Dashboard für eine handlungsorientierte Entscheidungsunterstützung zugänglich ist.

Tata Venkata Karthik, B. Srinivas S. P. Kumar2026-09-09

💻 Informatik

Predicting Customer Churn in Telecom Services Using Machine Learning

Diese Studie präsentiert ChurnGuard AI, eine implementierte Machine-Learning-Pipeline, die ein logistisches Regressionsmodell nutzt, um die Abwanderung von Telekommunikationskunden mit hoher Recall-Rate vorherzusagen, integriert in ein interaktives Streamlit-Dashboard, um datengestützte Bindungsstrategien zu erleichtern.

Chilakala Vyshnavi, B. Indira2026-09-09

💻 Informatik

Reasoning-Aware Error-Bounded KV-Cache Compression and Sparse Attention for Long-Context LLMs

Dieses Paper schlägt ein reasoning-aware Framework vor, das fehlerbegrenzte KV-Cache-Kompression und Sparse Attention dynamisch kombiniert, um Speicher, Rechenaufwand und Latenz bei der Long-Context-LLM-Inferenz signifikant zu reduzieren, während es die Genauigkeit der Attention-Ausgabe durch eine kalibrierte Dropped-Mass-Schranke formal garantiert.

Yue Ning, Zhenning Guo, Xiang Li, Wenjuan Guo2026-09-09

💻 Informatik

Computational representations and evolutionary functions of emotions (Part 1): Reward signals

Diese Arbeit zeigt, dass die Optimierung von Reinforcement-Learning-Agenten für emotionsbezogene Aufgaben natürlicherweise interne Belohnungssignale hervorbringt, die mit den Kerncharakteristika biologischer Emotionen übereinstimmen, was das Prinzip stützt, dass Emotionen evolvierten, um Handlungen zur Verfolgung immaterieller Ziele zu verändern.

Yikai Wang2026-09-09

💻 Informatik

Comparative Evaluation of Traditional Machine Learning and Transformer Models for Fake News Detection

Diese Studie benchmarkt systematisch vier traditionelle Modelle des maschinellen Lernens gegen vier Transformer-basierte Modelle über fünf öffentliche Datensätze hinweg und zeigt auf, dass Transformer-Architekturen wie RoBERTa die traditionellen Methoden zwar bei der Genauigkeit der Erkennung von Fake News signifikant übertreffen, jedoch erheblich höhere Rechenkosten verursachen, wodurch sie kritische Erkenntnisse über die Abwägung bei der Modellauswahl unter variierenden Ressourcenbeschränkungen liefern.

Kazi Abdul Mannan, Md. Jubaer Ahmed Aronno, Rumana Akhter Anika2026-09-09

💻 Informatik

Only the Tens Count, but Trumps Decide: Formalising and Benchmarking Dahal Jeet, a Nepali Variant of Mendikot

Dieses Papier definiert formal das bisher undokumentierte nepalesische Kartenspiel Dahal Jeet und präsentiert einen umfassenden computergestützten Benchmark, der zeigt, dass suchbasierte Agenten lernende Methoden übertreffen, während es gleichzeitig aufzeigt, dass die Trumpflänge ein stärkerer Prädiktor für den Sieg ist als Punktkarten und dass die Kontrolle der Verteilungsvarianz essenziell ist, um Unterschiede in der menschlich-agentenbasierten Leistung genau zu messen.

Ganesh Gautam, Raju Kumar Yadav2026-09-09

← Zurück Weiter →