💻 Category

cs

2456 Arbeiten

💻 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
💻 computer science

User Interfaces in Machine Learning-Based Decision Support for Emergency Department Triage – A Systematic Review

Diese systematische Übersicht über 25 Studien zeigt, dass trotz der entscheidenden Bedeutung von nutzerzentriertem Design maschinell gelernte klinische Entscheidungsunterstützungssysteme für das Triage-Management in Notaufnahmen häufig umfassende Schnittstellenfunktionen, Usability-Tests und interdisziplinäre Zusammenarbeit vermissen lassen, was deren reale Anwendung und Effektivität behindert.

Kirsten Zantvoort, Sylvain Brouwer, Nadine Schlicker, Peter Mross, Andreas Jerrentrup, Martin C. Hirsch, Philipp Russ2026-07-15
💻 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