💻 Category

cs

2305 Arbeiten

💻 computer science

FOIN: A Federated Multi-Organoid Intelligence Architecture using Combinatorial Graph Modelling

Dieses Paper schlägt FOIN vor, eine neuartige föderierte Multi-Organoid-Intelligenz-Architektur, die kombinatorische Graphmodellierung, neuromorphes Computing und Blockchain nutzt, um ein sicheres, energieeffizientes und datenschutzwahrendes kollaboratives Lernen zwischen verteilten Gehirn-Organoiden zu ermöglichen, wobei eine hohe Genauigkeit bei gleichzeitig signifikanter Reduzierung der Rechenkosten im Vergleich zu traditionellen zentralisierten Systemen erreicht wird.

Venkatesh K, Subbulakshmi N2026-09-10
💻 computer science

Distilling Facial Emotional Cues into EEG Representations for Robust Emotion Recognition in Mental Health Monitoring

Das Papier schlägt Cross-Modality Enhanced Distillation (C-MED) vor, ein Framework, das multimodales EEG-Gesichts-Wissen mittels kontrastiver Ausrichtung und bilinearer Interaktion auf ein einsetzbares EEG-basiertes Student-Modell überträgt und dadurch eine robuste, subjektunabhängige Emotionserkennung auf den SEED-VII- und DEAP-Benchmarks erreicht, ohne dass während der Inferenz synchronisierte Gesichtsdaten erforderlich sind.

Majid Sepahvand, Hiba Muhammed Hussein, Maytham N. Meqdad2026-09-10
💻 computer science

Dynamic ensemble approach for multi-class classification based on neighborhood rough sets and sequential three-way decisions

Dieses Paper schlägt EM-S3WD vor, ein dynamisches Ensemble-Framework, das Nachbarschafts-Rough-Sets mit sequenziellen Drei-Wege-Entscheidungen und einer bedingten dynamischen Integrationsstrategie kombiniert, um die Einschränkungen durch feste Referenz-Tupel und binäre Randbedingungen im ursprünglichen Modell von Xu et al. zu überwinden und dadurch eine adaptive sowie wettbewerbsfähige Multi-Klassen-Klassifikationsleistung zu erreichen.

Wenyan Xu, Qiang Chen, Yangyang Guo2026-09-10
💻 computer science

Artificial Intelligence Driven Grading and Personalised Feedback in Higher Education Assessment

Diese systematische Literaturübersicht synthetisiert Belege aus den Jahren 2020 bis 2026, um aufzuzeigen, dass KI-gestützte Bewertung und personalisiertes Feedback die Effizienz, Konsistenz und Skalierbarkeit in der Hochschulprüfung zwar signifikant verbessern, deren verantwortungsvolle Implementierung jedoch robuste ethische Schutzmaßnahmen und menschliche Aufsicht erfordert, um Herausforderungen wie algorithmische Voreingenommenheit, Datenschutz und akademische Integrität zu bewältigen.

Mziwendoda Cyprian Madwe2026-09-10
💻 computer science

Genre Classification of Saint Yared Qum Zema Using a Convolutional Neural Network

Diese Studie präsentiert ein maßgeschneidertes Convolutional Neural Network Modell, das eine Testgenauigkeit von 88 % bei der Klassifizierung der drei Genres der äthiopischen sakralen Musik des Heiligen Yared (Qum Zema) durch die Umwandlung von 1.555 Audiosegmenten in Spektrogramm-Bilder erreicht und dabei etablierte Architekturen wie ResNet, VGGNet und AlexNet übertrifft.

Birku Litgeb Aschenek, Alehegn Ayanaw Getaneh, Getaneh Awoke2026-09-10
💻 computer science

Hierarchical Compositional Hypergraphs Encode Document Structure for Classification

Dieses Paper führt einen Hierarchical Compositional Hypergraph (HCH) ein, der die Dokumentenstruktur durch geordnete Token-, Satz- und Paragraphenschichten kodiert, und zeigt auf, dass die Kombination dieser strukturellen Merkmale mit dem Standard-TF–IDF statistisch signifikante Verbesserungen der Genauigkeit der Textklassifizierung sowie des Macro-F1-Werts gegenüber rein lexikalischen Baselines erzielt.

Madjid Eshaghi Gordji, Mohamadali Berahman2026-09-10
💻 computer science

CauCity-WM: An Intervention-Consistent Generative World Model for Counterfactual Urban Dynamics and Risk-Aware Decision Making

Das Papier stellt CauCity-WM vor, ein kausales generatives Weltmodell, das durch den Einsatz eines Twin-World-Struktur-Diffusionsprozesses zur Generierung konsistenter faktischer und kontrafaktischer Zukünfte mittels abduktivem exogenem Rauschen die urbane Prognose, die kontrafaktische Schätzung und die risikobewusste Entscheidungsfindung vereinigt.

Kai Ma, Miao Yu2026-09-10
💻 computer science

Interpretable ensemble machine learning identifies player-specific performance indicators in elite tennis

Diese Studie zeigt, dass ein interpretierbarer Ensemble-Machine-Learning-Workflow, der auf die Grand-Slam-Daten von Novak Djokovic angewendet wurde, nicht nur eine hohe Vorhersagegenauigkeit für Satzergebnisse erreicht, sondern auch spielerspezifische Leistungsindikatoren, wie etwa Rückschläge, offenlegt, die von Einzelmodellen oft übersehen werden.

Yifeng Li, Weixiang Jiao, Meiyi ZouZhu, Yawen Zheng, Wenjie Lu, Yihang Kong, Xingyun Li2026-09-10
💻 computer science

VectorLLM++: A Unified Next-Token-Prediction MLLM for Dense Remote Sensing Perception and Vector Mapping

VectorLLM++ ist ein vereinheitlichtes Next-Token-Prediction-multimodales großes Sprachmodell, das den Mangel an Daten und das Fehlen strukturierter Vektor-Outputs überwindet, indem es neuartige Tokenizer für Koordinaten und Masken einführt, was es ihm ermöglicht, spezialisierte Modelle in sieben vielfältigen Aufgaben der Fernerkundungs-Wahrnehmung und Vektor-Kartierung zu übertreffen.

Shunping Ji2026-09-10