💻 Category

cs

2454 Arbeiten

💻 computer science

REGAL-Driven Hierarchical Graph Reinforcement Network for Stable and Energy- Efficient Communication in Wireless Sensor Networks

Dieses Paper schlägt das REGAL-Driven Hierarchical Graph Reinforcement Network (HGRN) vor, ein neuartiges Framework, das Graph Neural Networks, Residual Energy Gradient Attention, Deep Reinforcement Learning und einen Energy-Adaptive Partridge Optimization Algorithm integriert, um eine stabile, energieeffiziente und lastbalancierte Kommunikation in großflächigen drahtlosen Sensornetzwerken zu erreichen und dabei eine überlegene Leistung in Bezug auf die Netzwerklebensdauer, Energieeinsparung und Paketübermittlung im Vergleich zu bestehenden Clustering-Ansätzen nachzuweisen.

Kumar J, Vinoth Kumar P, Bharathi S, Deepan S2026-07-15
💻 computer science

Blast Radius Characterization of Triple-Level Poisoning Attacks in Knowledge Graph Retrieval-Augmented Generation Systems

Dieses Paper formalisiert und quantifiziert empirisch den Blast Radius von Triple-Level-Poisoning-Angriffen in Knowledge Graph RAG-Systemen, demonstriert, dass Hub-Poisoning die schwerwiegendste Ausbreitung von Korruption verursacht, und schlägt eine graphbewusste Verteidigung auf Basis eines gradgewichteten Trust-Scoring vor, um diese Risiken zu mildern.

Shree Raksha H R, Jasmine K S2026-07-15
💻 computer science

Enhancing Intrusion Detection System Resilience Against Adversarial Evasion Attacks Using Adversarial Training

Dieses Paper schlägt ein hybrides LightGBM-MLP-Intrusionserkennungssystem vor, das durch adversarisches Training mit der Fast Gradient Sign Method (FGSM) auf dem UNSW-NB15-Datensatz verbessert wurde und die Robustheit gegenüber Evasion-Angriffen erfolgreich dadurch steigert, dass es eine Genauigkeit von 77,80 % unter starken Perturbationen beibehält, während es nur eine minimale Reduktion der Leistung bei sauberen Daten um 6,66 % verursacht.

MUKUNTH s, VATCHALA S, YOGESH C2026-07-15
💻 computer science

Frequency-Guided Real-Time Detection of Weak Water-Surface Targetsfor Unmanned Surface Vehicles

Dieses Paper schlägt einen leichtgewichtigen Echtzeit-Detektor für unbemannte Oberflächenfahrzeuge vor, der die Detektion schwacher Wasseroberflächenziele durch die Integration von frequenzgeführter Merkmalsrouting und skalennormalisierter adaptiver Lokalisationsüberwachung verbessert, um Herausforderungen wie geringen Kontrast und kleine Objektgrößen zu bewältigen, während gleichzeitig strikte Latenz- und Modellgrößenbeschränkungen eingehalten werden.

Ling Qin, AnChuan Wang, Qing Huang, Qun Zou2026-07-15
💻 computer science

Closed-loop Auto Research for Molecular Property Prediction: Discovering and Certifying Generalizable Improvements

Dieses Paper führt ein geschlossenes Auto-Research-Framework ein, das Sprachmodell-Agenten nutzt, um molekulare Repräsentationen, Code und externe Evidenz zu editieren, wobei es erfolgreich verallgemeinerbare Verbesserungen über mehrere Benchmarks für molekulare Eigenschaften hinweg entdeckt und zertifiziert und dabei durch rigorose Held-out-Tests echte übertragbare Gewinne von nicht übertragbarer Selektionsvarianz und Verteilungsverschiebungen unterscheidet.

Jingjie Ning, Xiaochuan Li, Ji Zeng, Chenyan Xiong, Guolin Ke2026-07-15
💻 computer science

Ensemble method of transfer learning Deep learning and vision transformer influencing explainable AI for Breast Cancer Prediction

Diese Arbeit schlägt ein erklärbares KI-Framework vor, das Transfer Learning, Vision Transformer und Ensemble-Methoden kombiniert, um eine überlegene Genauigkeit bei der Brustkrebsvorhersage (96,82 %) auf dem BreakHis-Datensatz zu erreichen, während Techniken wie Grad-CAM und LIME genutzt werden, um die Transparenz und Interpretierbarkeit des Modells zu erhöhen.

Rajyalakshmi Bandi, Pullarao Chennamsetty2026-07-15
💻 computer science

Large-Scale Multi-Cancer Detection by Learning Segmentation from Reports

Das Paper stellt R-Super vor, ein neuartiges Framework, das über 100.000 Radiologieberichte nutzt, um Tumorsegmentierungsmodelle zu trainieren, ohne auf knappe manuelle Masken angewiesen zu sein, wodurch eine groß angelegte Multi-Krebs-Detektion ermöglicht wird, die sowohl bestehende KI-Modelle als auch Radiologen signifikant übertrifft.

Pedro Bassi, Xinze Zhou, Wenxuan Li, Szymon Płotka, Jakob Wasserthal, Jieneng Chen, Ibrahim Ethem Hamamci, Sezgin Er, Ja (…)2026-07-15
💻 computer science

SonicPlay: Bridging Accessibility and Game Development Through a Framework for Blind Players

Dieses Paper stellt SonicPlay vor, ein auf der Unreal Engine basierendes Framework, das Prinzipien der audiobasierten Barrierefreiheit in wiederverwendbare Werkzeuge operationalisiert und durch Doppelstudien mit blinden Spielern sowie professionellen Entwicklern demonstriert, dass es eine unabhängige räumliche Navigation effektiv ermöglicht und sich gleichzeitig nahtlos in standardmäßige Spieleentwicklungs-Workflows integriert.

Alexander Espeseth, Kjetil Raaen, Ivar Kjellmo2026-07-15
💻 computer science

Multidimensional Exploration of Influencing Factors of College Students' Academic Performance: An Empirical Study Based on 18 Machine Learning Algorithms

Diese empirische Studie analysiert Daten von 145 UCI-Studierenden unter Verwendung von 18 Algorithmen des maschinellen Lernens, um zu identifizieren, dass das LightGBM-Modell die akademische Leistung am genauesten vorhersagt, wobei sie aufzeigt, dass persönliche und schulische Bildungsfaktoren (wie Geschlecht, Alter, Teilzeitarbeit und Unterrichtsteilnahme) die primären Treiber des Erfolgs sind, während familiäre Faktoren einen schwächeren Einfluss haben, wodurch die Entwicklung einer interpretierbaren Shiny-Applikation für personalisierte akademische Interventionen ermöglicht wird.

Chen Shen, Tongping Shen2026-07-15