💻 Category

cs

2454 Arbeiten

💻 computer science

AI-Driven Collective Adaptation Testbed: A Multi-Agent Architecture Grounded in Dual-Inheritance Theory

Dieses Paper stellt das Collective Adaptation Testbed (CAT) vor, eine Multi-Agenten-Softwarearchitektur, die auf der Dual-Inheritance-Theorie basiert und das Governance-Paradoxon quantitativer Metriken löst, indem sie Teamentscheidungen abfängt, um zwischen blindem Konformismus und fachlich begründeter Dissens zu unterscheiden, wodurch das System in der Lage ist, seine eigenen Regeln basierend auf retrospektiven Ergebnisdaten autonom zu revidieren.

Volkan Aşkun2026-07-15
💻 computer science

Artifact-Aware Lightweight Dermoscopic Lesion Segmentation with Reproducible Corruption Robustness Evaluation

Dieses Paper schlägt ein artefaktbewusstes, leichtgewichtiges U-Shape-Segmentierungsframework und einen reproduzierbaren Korruptions-Benchmark vor, um die Robustheit und Genauigkeit der dermoskopischen Läsionssegmentierung in Gegenwart von Akquisitionsartefakten wie Haaren und Glanzlichtern zu verbessern.

Haixiao Gong, Cuijiao Yin, Jie He, Hui Guo, Mei Tang, Linting Meng, Chengchen Gong2026-07-15
💻 computer science

Interpretable-Aware Privacy Preserving Framework for Deepfake Detection using Federated ResNet and Explainable AI Techniques

Dieses Paper schlägt ein Framework zur datenschutzfreundlichen Deepfake-Erkennung vor, das Federated Learning mit ResNet-18 und dem FedProx-Algorithmus integriert, um eine hohe Genauigkeit (97,20 %) auf dem FaceForensics++ Datensatz zu erreichen und gleichzeitig Datensicherheit sowie Modellinterpretierbarkeit zu gewährleisten, ohne dass rohe Bilder übertragen werden müssen.

Pochampally Chandra Sekhar Reddy, Kongara Srinivasa Rao2026-07-15
💻 computer science

Uncertainty-Aware Assessment of LLM-Enhanced Topic Models: An Experton-Based Approach to Interpretability

Diese Studie führt ein auf der Theorie der Expertonen basierendes, unsicherheitbewusstes Evaluierungsframework ein, um Themenmodelle in spezialisierten Tourismus-Korpora zu bewerten, wobei sie zeigt, dass das durch LLMs verbesserte BERTopic traditionellen sowie neuronalen Ansätzen übertrifft und gleichzeitig aufzeigt, dass die Decoding-Temperatur die Interpretierbarkeit signifikant beeinflusst.

Eddy Soria, Antonio Moreno, Jordi Pascual, Ana Beatriz Hernández-Lara2026-07-15
💻 computer science

A New Meta-Heuristic for Improving General Multi-Start Procedures, With an Application to the Planar p-Median Location Problem

Dieses Paper schlägt eine allgemeine, kostengünstige Post-Optimierungs-Metaheuristik vor, die Multi-Start-Algorithmen dadurch verbessert, dass sie iterativ Nachkommen aus einem Elite-Set von Lösungen generiert und verbessert, wobei es erfolgreich die bisher besten Ergebnisse für alle 48 getesteten planaren p-Median-Instanzen innerhalb vergleichbarer Laufzeiten verbessert.

Zvi Drezner, Jack Brimberg2026-07-15
💻 computer science

Multi-view Patch Inference with Frozen DINOv3 for Industrial Anomaly Detection

Dieses Paper schlägt ein Framework für die industrielle Anomalieerkennung vor, das ein eingefrorenes DINOv3-Backbone mit einer Multi-view Patch Inference-Strategie zur Überwindung des Informationsverlusts an den Rändern sowie einem Multi-scale Reconstruction Fusion Transformer zur Modellierung normaler Merkmalsverteilungen kombiniert und so eine State-of-the-Art-Leistung auf mehreren Benchmark-Datensätzen erzielt.

Chaoqun Wang, Wenjing Zhang, Bo Qi, Xiaoyu Huang, Ning He2026-07-15
💻 computer science

LAR-Net: A Lightweight Adaptive Receptive Field Network for Point Cloud Segmentation of Pharmaceutical Deposits on Reactor Inner Walls

Dieses Paper schlägt LAR-Net vor, ein leichtgewichtiges Netzwerk mit adaptivem rezeptivem Feld, das auf der LitePT-Backbone aufgebaut ist und sich dynamisch an lokale geometrische Komplexitäten anpasst, um eine hochpräzise Segmentierung von pharmazeutischen Ablagerungen an Reaktorinnenwänden zu erreichen, wodurch die Einschränkungen konventioneller Inspektionsmethoden überwunden und eine automatisierte intelligente Reinigung ermöglicht wird.

Jiajia Liu, Haiyang Wang, Zhongli Ma, Yuedong Shi, Bingyu Chen, Sidong Wu, Ting Zhang2026-07-15
💻 computer science

Captioning Daily Activity Images in Early Childhood Education: Benchmark and Algorithm

Dieses Paper stellt KinderMM-Cap vor, ein spezialisiertes Multimedia-Captioning-System für die frühkindliche Bildung, das den ECAC-Benchmark sowie ein neuartiges belohnungsbedingtes Hybrid-Trainingsframework (RSRS) nutzt, um die Genauigkeit bei der Generierung bildungsorientierter Bildunterschriften für komplexe Klassenzimmerszenen und Lernspielzeuge signifikant zu verbessern.

Sixing Li, Zhibin Gu, Ziqi Zhang, Weiguo Pan, Bing Li, Ying Wang, Hongzhe Liu2026-07-15