cs Arbeiten | Gist.Science

Pressure Guided Hierarchical Offloading and Heterogeneous Resource Selection for UAV-assisted Vehicular Edge Computing Networks: An Perspective of Future Task Prediction

Dieses Paper schlägt Pressure Guided Hierarchical Offloading (PGHO) vor, ein zweistufiges Entscheidungsframework für UAV-gestütztes Vehicular Edge Computing, das zukünftige Aufgabendruck-Vorhersagen mit aktuellen Ressourcenbedingungen integriert, um die durchschnittliche Verzögerung signifikant zu reduzieren und die Erfolgsraten der Aufgaben im Vergleich zu bestehenden Multi-Agenten-Reinforcement-Learning-Baselines zu verbessern.

Chao He, Dongfeng Fu, Xin Xie, Jinkui Zhang, ShuXu Yue, Zheng Zhang2026-10-30

💻 Informatik

How VR Designers Manage Collisions: A Reflexive Thematic Analysis of Strategies, Trade-offs, and Design Rationales

Diese Studie verwendet eine reflexive thematische Analyse von Interviews mit VR-Experten, um die multidimensionalen Strategien, Abwägungen und Rationales aufzuzeigen, die Designer anwenden, um Kollisionen zwischen virtuellen und physischen Räumen zu bewältigen, und schlägt letztlich eine konzeptionelle Taxonomie vor, um die zukünftige Werkzeugentwicklung und Designpraktiken zu leiten.

Victor Vieira, Daniela Trevisan, Marco Winckler2026-10-30

💻 Informatik

Improve Salient Object Detection via Adaptive Boundary-Location Feature Fusion

Dieses Paper schlägt ein adaptives Framework zur Fusion von Randlagenmerkmalen für die Detektion prominenter Objekte vor, das die Aufgabe in Lokalisierungs- und Verfeinerungszweige zerlegt und dabei eine adaptive Merkmalsaugmentation sowie ein dynamisches Cross-Attention-Modul einsetzt, um die Robustheit zu erhöhen und eine Spitzenleistung zu erzielen.

Yuanbin Fu, Jiahao Wang2026-10-30

💻 Informatik

SAF-RTDETR: Spatially Aligned High-Resolution Feature Fusion for Small Object Detection in UAV Imagery

Das Papier schlägt SAF-RTDETR vor, ein Framework zur selektiven hochauflösenden Merkmalsfusion für UAV-Bildmaterial, das die Genauigkeit der Erkennung kleiner Objekte und die Robustheit gegenüber Korruptionen im Vergleich zum Basismodell RT-DETR signifikant verbessert, wenn auch auf Kosten der Rechenkomplexität.

Ming Zhang, Jiahui He, Dongmei Ma2026-10-30

💻 Informatik

X-FCA: Diagnosing Explanatory Decoupling in Financial Information Systems via Counterfactual XAI and Conformal Prediction

Das Papier stellt X-FCA vor, ein diagnostisches Framework, das eine „erklärende Entkopplung“ in Finanzsprachmodellen aufzeigt und demonstriert, dass adversarielle Interventionen zwar die Robustheit und die Unsicherheitskalibrierung verbessern können, es jedoch versäumen, die zugrunde liegende semantische Fehlverankerung zu korrigieren, die durch die Blindheit des Tokenizers gegenüber visuellen Hinweisen wie Emojis verursacht wird.

Şeyda YONCACI, Özal YILDIRIM, Engin AVCI2026-10-30

💻 Informatik

PAFC-Net: A Progressive Attention Fusion Network with Semantic Consensus for Multimodal Remote Sensing Image Classification

Das Papier schlägt PAFC-Net vor, ein Progressive Attention Fusion Network mit semantischem Konsens, das einen modalitätsspezifischen asymmetrischen Encoder und einen dreistufigen progressiven Koordinationsmechanismus nutzt, um die strukturellen Unterschiede zwischen HSI- und LiDAR/SAR-Daten effektiv zu adressieren und eine erstklassige Klassifizierungsgenauigkeit über vier multimodale Fernerkundungsdatensätze hinweg zu erreichen.

Jiahang Lyu, Yuegang Fu, Xueming Xiao, Jinshuang Wu, Zhiwei Wang, Xiang Zhou2026-10-30

💻 Informatik

GLA-YOLO: A Lightweight YOLO-Based Network for Industrial Surface Defect Detection

Dieses Papier präsentiert GLA-YOLO, ein leichtgewichtiges, auf YOLO11 basierendes Netzwerk, das Lightweight Fusion Convolution und Dynamic Local Attention Fusion Blocks integriert, um eine hochpräzise und effiziente Echtzeit-Erkennung von industriellen Oberflächenfehlern auf ressourcenbeschränkten Edge-Geräten auf dem Stand der Technik zu erreichen.

Jiayi Li, Norrima Binti Mokhtar, Wenjunliang Zhang, Muhammad Amirul Aiman Asri, Qiyuan Qin, Mahidzal Bin Dahari, Yixuan (…)2026-10-30

💻 Informatik

GlioMIL: A Frozen-Backbone Multiple-Instance Learning Framework for Calibrated and Explainable Glioma Radiogenomics

GlioMIL ist ein Framework für Multiple-Instance-Learning mit eingefrorenem Backbone für die Gliom-Radiogenomik, das zwar label-effizient und gut kalibriert ist, letztlich jedoch zeigt, dass strukturierte klinische und radiomische Merkmale allein bildfusionsbasierte Modelle bei der Vorhersage der IDH-Mutation und des Tumorgrades übertreffen oder ihnen ebenbürtig sind, während Aufmerksamkeitsmechanismen keine zuverlässigen räumlichen Erklärungen liefern und die Leistung bei MGMT und 1p/19q nahe am Zufallsniveau bleibt.

Tahsien Al-Quraishi, Jemal Abawajy, O. S. Albahri, Richa Mishra2026-10-30

💻 Informatik

How a Payment Lookup Oracle Confirms Predictable Identifiers

Diese Arbeit zeigt auf, dass nationale Zahlungsabwicklungs-Oracles, wie Thailands PromptPay, die deterministische Bestätigung vorhergesagter nationaler Identifikatoren ermöglichen, indem sie Angreifern erlauben, Vermutungen gegen öffentliche Daten und geleakte Datensätze zu verifizieren, eine Schwachstelle, die dadurch verschärft wird, dass Empfängernamen trotz Bemühungen um eine Teilmaskierung der Namen unmaskiert zurückgegeben werden.

Badeesorn Sittikong, Tuul Triyason2026-10-30

💻 Informatik

Evaluation Metrics for Image Classification, Segmentation and Localization Mathematical Foundations, Comparative Analysis and Research Recommendations

Diese kritische Rezension synthetisiert 150 Referenzen, um 72 Evaluationsmetriken für Bildklassifizierung, Segmentierung und Lokalisierung systematisch zu kategorisieren und zu vergleichen, wobei sie mathematische Grundlagen, durchgerechnete Beispiele und Forschungsempfehlungen bietet, um die Auswahl geeigneter, komplementärer Metriken für reproduzierbare und klinisch valide Studien zu leiten.

Behnam Kiani Kalejahi, Mohammad Javad Rajabi²2026-10-30

← Zurück Weiter →