💻 Category

cs

3657 Arbeiten

💻 Informatik

MedAgent-RAG: an agentic retrieval-augmented system for adaptive clinical history-taking, with a network analysis of medical interviews

Dieses Paper stellt MedAgent-RAG vor, ein Multi-Agenten-Retrieval-Augmented-System, das die automatisierte klinische Anamnese durch die dynamische Anpassung an Patientenantworten signifikant verbessert, während es gleichzeitig 231 medizinische Interviews analysiert, um aufzuzeigen, dass klinisches Wissen in syndromische Module unterteilt ist und die Befragung einem distinkten zweiphasigen Markovschen Fluss folgt.

Samir Jabbar, Maria Alice Bertolim, Christophe Cruz2026-10-26
💻 Informatik

Deep Learning-Based Breast Ultrasound Lesion Segmentation Using Cross-Scale Attention and Edge-Aware Supervision

Dieses Paper schlägt ein modifiziertes Attention U-Net mit Cross-Scale-Attention und kantenbewusster Supervision für die Segmentierung von Brustultraschall-Läsionen vor, dessen klinischer Nutzen jedoch derzeit durch niedrige Dice-Scores, Recall und IoU sowie eine unverifizierte Datenpartitionierung und widersprüchliche Leistungsmetriken begrenzt ist, was eine weitere Validierung und Baseline-Vergleiche erforderlich macht.

Sathish Parvatham, K. Raj Kumar, V. Malathy2026-10-26
💻 Informatik

Auditable Corridor Shortlisting under Partial Observability: A Systems Approach to Ranking Human Trafficking Origin–Destination Links

Dieses Papier präsentiert ein prüfbares, systembasiertes Framework, das tabellarische Attribute, Graph Neural Networks und zeitliche Modellierung integriert, um reproduzierbare, vorselektierte Herkunfts-Zielort-Korridore des Menschenhandels mit beigefügten Verifizierungsdatensätzen für externe Überprüfungen zu generieren, trotz der Herausforderungen durch spärliche Daten und hohe Seed-Varianz.

Michael A Magid, Melissa Zeynep Ertem, David Cingranelli, Todd Landman2026-10-26
💻 Informatik

Target Leakage in Machine Learning Models that Predict Higher Education Graduation from Administrative Records

Diese Studie zeigt auf, dass zuvor berichtete nahezu perfekte Vorhersagen des Hochschulabschlusses Artefakte eines Target Leakage durch ergebnisabhängige Attribute waren, und stellt fest, dass maschinelle Lernmodelle bei Anwendung eines korrigierten, frei von Leakage befindlichen Protokolls auf Verwaltungsdaten aus Gaza eine hohe, aber realistische Genauigkeit (bis zu 89,16 %) erreichen, wobei die Anzahl der abgeschlossenen Semester der stärkste Prädiktor ist.

Samer Yaghi, Rebhi S. Baraka2026-10-26
💻 Informatik

Numerical and Algebraic Evaluation of Chebyshev Polynomial Representations for Ring-LWE-Related Polynomial Arithmetic

Diese Arbeit evaluiert Chebyshev-Polynomrepräsentationen für die Ring-LWE-Arithmetik und zeigt auf, dass diese zwar die zugrunde liegende algebraische Struktur bewahren, ihr numerischer Nutzen jedoch durch eine bei größeren Dimensionen rapide ansteigende Schlechtkonditionierung stark begrenzt wird, was letztlich dazu führt, dass sie im Vergleich zu Standardansätzen weder reduziertes Rauschen noch eine überlegene kryptographische Leistung bieten.

Mohammad Asif, Sanjay Agal2026-10-26
💻 Informatik

Epidemiological Models of Topic Propagation in Co-authorship Networks: Degree-Block Models Versus Homogeneous Mixing

Diese Arbeit stellt die Gültigkeit der Verwendung von Koautorenschaftsnetzwerken als Substrat für Epidemie-Modelle der Themenpropagation infrage, indem sie aufzeigt, dass Degree-Block-Modelle homogene Mischmodelle nicht konsistent übertreffen, da die meisten Themenübernahmen ohne vorherige Zusammenarbeit mit aktiven Autoren erfolgen, was darauf hindeutet, dass wahre Kontagion Netzwerke erfordert, die Nicht-Übernehmer und die Zeit vor der Übernahme einschließen.

Ismael Robles-Martínez, Jorge Cruz-Trani, Daniela Aguirre-Guerrero, Ricardo Marcelín-Jiménez2026-10-26
💻 Informatik

Decided or Open? Comparing Program Repair Techniques When Patch Correctness Is Unknown

Dieses Paper schlägt ein „entschieden oder offen“-Framework vor, um automatisierte Programmierreparaturtechniken unter Unsicherheit zu vergleichen, indem die gesamte Spanne möglicher Erfolgsraten-Differenzen berechnet wird, was es Forschenden ermöglicht, zu identifizieren, welche Vergleiche durch weitere Tests geklärt werden können, und die signifikanten Diskrepanzen in der Zuverlässigkeit archivierter Testergebnisse über verschiedene Modelle hinweg aufzuzeigen.

Sadnan Nafis2026-10-26
💻 Informatik

ΔPPL Is Not ΔCE: The Scale-Dependence Confound in Generative Continual-Learning Forgetting Metrics

Diese Arbeit zeigt auf, dass die Berichterstattung über das Vergessen in generativen kontinuierlichen Lernprozessen als Änderung der rohen Perplexität (ΔPPL) eine skalenabhängige Störvariable einführt, welche die differenziellen Vergessensraten basierend auf den Basis-Perplexitätswerten künstlich aufbläht oder abschwächt, und argumentiert stattdessen für die Kreuzentropie (ΔCE) als eine skaleninvariante Metrik, um die wahre zugrunde liegende Modelldrift offenzulegen.

庆君 张2026-10-26
💻 Informatik

Calibrated per-pixel uncertainty for low-dose paediatric chest-radiograph denoising at no fidelity cost

Das Papier stellt PP-VAE-Hformer vor, ein hybrides Deep-Learning-Modell, das erfolgreich kalibrierte pixelweise Unsicherheitskarten (die zwischen aleatorischer und epistemischer Unsicherheit unterscheiden) an die Rauschunterdrückung von pädiatrischen Thorax-Röntgenaufnahmen mit niedriger Dosis anfügt, ohne dabei die Rekonstruktionsqualität zu beeinträchtigen.

Samuel Tekle Mengistu, Kyriakos Flouris2026-10-26
💻 Informatik

Degradation-Aware Modality Trust Estimation for Camera--LiDAR BEV Fusion in 3D Object Detection

Dieses Paper schlägt DARFusion vor, ein leichtgewichtiges Framework, das die Kamera-LiDAR-BEV-Fusion für die 3D-Objekterkennung durch die Schätzung des Modalitätsvertrauens mittels degradationsbewusster Zuverlässigkeitskonditionierung verbessert, wodurch die Leistung bei sauberen Daten bewahrt und gleichzeitig die Robustheit gegenüber verschiedenen Kamera-Degradationen signifikant gesteigert wird.

Weifeng Xu, Yaqian Cui, Hongtao Wang2026-10-26