💻 Category

cs

2456 Arbeiten

💻 computer science

Stacking Ensemble Models for Predicting Digital Payment Adoption: A Comprehensive Machine Learning Analysis of Global Findex 2025 Data

Diese Studie nutzt ein Stacking-Ensemble aus LightGBM- und XGBoost-Modellen mit einem ExtraTrees-Meta-Learner auf dem 2025 Global Findex-Datensatz, um die Einführung digitaler Zahlungen mit einer Genauigkeit von 93,04 % vorherzusagen, wobei sich zeigt, dass Bildung, Internetzugang und Einkommen die kritischsten Treiber für finanzielle Inklusion sind.

Sedat Golgiyaz, Kevser Güneşli2026-07-16
💻 computer science

Artificial Intelligence in Digital Banking: A Systematic Literature Review and a Novel Cross-Domain Resilience Framework for Customer Experience, Fraud Detection, and Risk Management

Diese systematische Literaturübersicht synthetisiert fragmentierte Forschung zu KI im digitalen Banking, um das neuartige AIDBRM 2.0-Framework vorzuschlagen, welches Kundenerlebnis, Betrugserkennung und Risikomanagement durch übergreifende Mechanismen wie einen Unified Continuous Trust Score, eine Generative AI Governance Sandbox und Federated Cross-Institution Learning integriert, um bestehende Lücken in der Erklärbarkeit und architektonischen Ausrichtung zu adressieren.

Durga Prasad Dāsepalli2026-07-16
💻 computer science

Improving Retrieval-Augmented Generation: A Systematic Literature Review of Retrieval-Enhancement Techniques

Diese Arbeit präsentiert eine systematische Literaturübersicht über 173 Studien zu Techniken zur Abrufverbesserung für Retrieval-Augmented Generation, die nach technischem Beitrag und Pipeline-Stufe kategorisiert werden, um zentrale Lücken in der Evaluierung und Effizienz zu identifizieren und gleichzeitig eine strukturierte Forschungsagenda für zukünftige Fortschritte vorzuschlagen.

Abdullah Karasan2026-07-16
💻 computer science

A Novel AJAD-BoostNet Framework for Histopathological Lung and Cervical Cancer Classification Using Deep Feature Learning, K-Means Clustering, and XGBoost

Dieses Paper schlägt AJAD-BoostNet vor, ein neuartiges Hybrid-Framework, das auf ResNet50 basierende Deep-Feature-Extraktion, PCA-Dimensionalitätsreduktion, K-Means-Clustering und XGBoost-Boosting kombiniert, um eine effiziente und robuste histopathologische Klassifizierung von Lungen- und Gebärmutterhalskrebs zu erreichen und dabei eine überlegene Leistung gegenüber traditionellen CNNs in ressourcenbeschränkten Umgebungen zu demonstrieren.

AVIJIT KUMAR CHAUDHURI, Pramoda Patro2026-07-16
💻 computer science

Ten Novel Phenomena in Machine Psychology: How Large Language Models Exhibit Complex Identity-Reactive Behaviors in Response to Ethnically-Cued User Names

Diese Studie führt das Framework der „Maschinenpsychologie“ ein, um aufzuzeigen, dass auf Ausrichtung getrimmte große Sprachmodelle, obgleich sie frei von expliziter rassistischer Voreingenommenheit sind, zehn neuartige, hochstrukturierte identitätsreaktive Verhaltensweisen als Reaktion auf ethnisch konnotierte Benutzernamen aufweisen, was einen Wechsel von der grundlegenden Schadensminimierung hin zu einer umfassenden Verhaltensbewertung erforderlich macht.

Abbas Hamidavi2026-07-16
💻 computer science

“Just do register analysis”, they said. “It’ll be easy”, they said: Evaluating the impact of lexico-grammatical tagging systems  on multidimensional analysis

Diese Studie evaluiert systematisch fünf Open-Source-Systeme für das lexico-grammatische Tagging für die multidimensionale Analyse und zeigt auf, dass diese zwar erfolgreich allgemeine Registerunterschiede replizieren, ihre resultierenden Dimensionswerte jedoch aufgrund inkonsistenter Merkmalsoperationalisierung und nicht aufgrund von Unterschieden in den zugrunde liegenden NLP-Pipelines signifikant variieren.

Andreas Blombach, Marianna Gracheva, Clara Steinfels, Michaela Mahlberg2026-07-16
💻 computer science

Structured Evidence and Vision-Language Models for Interpretable Vision-Only UAV Behavior Analysis

Dieses Paper schlägt ein vierschichtiges Framework vor, das rein visuelle Counter-UAV-Systeme verbessert, indem es verfolgte Trajektorien in strukturierte Bewegungsbeweise umwandelt und diese mit Keyframe-Mosaiken in einem Vision-Language-Modell kombiniert, um interpretierbare Verhaltenslabels, Dringlichkeitsschätzungen und natürlichsprachliche Begründungen zu generieren, was demonstriert, dass strukturierte Trajektoriendaten der primäre Treiber für eine präzise UAV-Verhaltensanalyse sind.

Keyu Chen, Zihui Xu, Guoqi Li2026-07-16
💻 computer science

A Path Fitting Accuracy Improvement and Evaluation Method Based on Minimum Toll and Multi-dimensional Anomaly Detection Engine

Dieses Paper schlägt ein zweistufiges Pfad-Fitting-Framework vor, das ein „Minimum Toll“-Prinzip mit einer multidimensionalen Anomalieerkennungs-Engine integriert, um Probleme bei Gantry-Daten im Autobahnmautwesen zu adressieren, wodurch eine Genauigkeitssteigerung von 2,1 % und eine Reduzierung der Abreichabweichungen um 70 % erreicht wird, während gleichzeitig ein neuartiges Dual-Indikator-Evaluationsmodell zur Sicherstellung der Ergebniszverlässigkeit eingeführt wird.

Jian Li, Yunfang Zhao, Ke Zhang, Xin Gao, Lexiang Mei, Xiaoyu Guo2026-07-16
💻 computer science

Circuit-Inspired High-Order Neural Networks with Unified Neural Dynamics Modeling for PDE Solving and Visual Perception

Das Papier stellt CHONN vor, ein modulares, schaltungsinspiriertes Framework, das eine auf Kirchhoff basierende Kaskadenkomposition einsetzt, um stabile, interpretierbare hochgradige neuronale Dynamiken zu erzeugen und dadurch herkömmliche Tiefenstapel-Ansätze bei der Lösung partieller Differentialgleichungen sowie bei der Verbesserung visueller Wahrnehmungsaufgaben übertrifft.

Baochang Zhang, Tongfei Chen, JingyinG Yang, Linlin Yang, Juan Zhang, Jinhu Lü, David Doermann, Chunyu Xie, Tian Wang, G (…)2026-07-16
💻 computer science

Physics-Informed AI Framework Enables Generalizable and Reliable Cerebrovascular Hemodynamic Profiling

Das Paper stellt 4DHemoX vor, ein physik-informiertes KI-Framework, das ein hybrides Datenset und eine in die Navier-Stokes-Gleichungen eingebettete neuronale Architektur nutzt, um die Sim-to-Real-Lücke zu schließen und eine zuverlässige, generalisierbare sowie dateneffiziente zerebrovaskuläre hämodynamische Profilierung für klinische Anwendungen zu ermöglichen.

Fen Miao, Chen Chen, Yuan Lin, Yun Zhang, Jiannong Cao, Yingjie He, Jiaqi Huang, Honglei Zhao, Jun Yang, Huiying Liang (…)2026-07-16