💻 Category

cs

3657 Arbeiten

💻 Informatik

Predicting Student Academic Success with Machine Learning: An Early-Warning Study for AI-Driven Personalized Learning

Diese Studie zeigt, dass maschinelle Lernmodelle, die sich ausschließlich auf demografische und verhaltensbezogene Merkmale stützen, bei der Vorhersage des akademischen Erfolgs von Studierenden nicht über eine Mehrheitsklasse-Baseline hinauskommen, während die Einbeziehung früherer Noten die Vorhersagegenauigkeit signifikant steigert, was die entscheidende Rolle historischer Leistungsdaten für effektive KI-gestützte personalisierte Lernsysteme hervorhebt.

SHAMAL KOLHE, kartik phopase2026-10-23
💻 Informatik

Lightweight Pure 3D Lung Nodule Detection and Segmentation Network with Asymmetric Feature Interaction

Dieses Paper schlägt Light3D-NoduleNet vor, ein leichtgewichtiges reines 3D-Netzwerk, das asymmetrische depthwise separable Konvolutionen und ein bidirektionales Feature-Interaktionsmodul nutzt, um die Klassenimbalance effektiv zu überwinden und eine hochpräzise gemeinsame Detektion und Segmentierung von Lungenknoten mit geringem Rechenaufwand für die Edge-Bereitstellung zu erreichen.

Dongjie Jiao¹, Yongchao Ma¹, Minli Wang, Ming Wu2026-10-23
💻 Informatik

From Healthcare Data to Actionable Intelligence: An Integrative Review and Gated Framework for Trustworthy Al-Enabled Healthcare Analytics

Diese integrative Übersicht synthetisiert die Literatur zu KI-gestützter Gesundheitsanalyse, um das Data-to-Actionable-Intelligence (D2AI) Gated Framework vorzuschlagen, ein sequenzielles Modell, das sicherstellt, dass heterogene Gesundheitsdaten durch strenge Anforderungen an die Datenbereitschaft, die Evidenzrückverfolgbarkeit, die Zuverlässigkeit der Ergebnisse und die Integration in menschliche Arbeitsabläufe in verantwortungsvolle Handlungen transformiert werden.

Remon Gameel Ebed Saweris2026-10-23
💻 Informatik

Investigating the performance of novel class discovery (NCD) approach for semantic segmentation on realworld SLAM LiDAR point cloud data

Diese Studie evaluiert die Anwendung von Novel Class Discovery (NCD) für die semantische Segmentierung auf realen SLAM-LiDAR-Punktwolken und demonstriert deren Fähigkeit, bekannte Klassen zu identifizieren und unbekannte Punkte zu gruppieren, während sie gleichzeitig hervorhebt, dass die aktuelle Leistungsstabilität durch Datenqualität, Parametereinstellungen und inhärente Punktwolkencharakteristika begrenzt ist.

Nur Muhammad Ikram, Harintaka Harintaka2026-10-23
💻 Informatik

Intelligent Bayesian analysis Based on Knowledge Graph and Graph Neural Network for Subway Fire Risk

Dieses Paper schlägt ein intelligentes Bayes-Inferenz-Framework vor, das einen durch Graph Neural Networks und Natural Language Processing erweiterten Knowledge Graph integriert, um die Einschränkungen durch subjektive Voreingenommenheit und mangelhafte Argumentation in traditionellen Methoden zur Brandrisikobewertung im Metro-Bereich zu überwinden.

Changhong Wang, Tao Jin, Deyong Cai, Baolin Hu2026-10-23
💻 Informatik

Simulated Light Schedules for Sleep-Wake Adjustments: Exploring the Incorporation of Reinforcement Learning

Diese Studie schlägt ein neuartiges Framework vor, das einen auf Reinforcement Learning basierenden Deep Deterministic Policy Gradient Algorithmus nutzt, der durch einen Convolutional Neural Network Klassifikator geleitet und durch zirkadiane Simulationen validiert wird, um personalisierte Lichtpläne zur Optimierung von Schlaf-Wach-Zyklen zu generieren.

Ming-yi Seah, Joanne Mun Yee Lim, Shiuan-Ni Liang, Yatinesh Kumari, Vineetha Kalavally2026-10-23
💻 Informatik

Quantifying the Effect of Synthetic Colour Fundus Photograph Scaling on Foundation Models

Diese Studie zeigt, dass die Skalierung synthetischer farbiger Fundusfotografien während des Pretrainings von Foundation-Modellen eine abstimmbare Strategie bietet, bei der eine Ergänzung mit geringerem Volumen das Leistungs-Rechen-Verhältnis optimiert, während größere Volumina die externe Generalisierung signifikant verbessern, wobei der optimale Ansatz von den spezifischen Evaluationszielen und den verfügbaren Rechenressourcen abhängt.

Bowen Xu, Hongyang Jiang, Anran Ran, Paul Nderitu, Ke Zou, Yukun Zhou, Gabriel Dawei Yang, Jocelyn Hui Lin Goh, Sahana S (…)2026-10-23
💻 Informatik

Federated Learning in the Wild: A Comparative Study for Cybersecurity under Non-IID and Unbalanced Settings

Diese Arbeit evaluiert systematisch die Leistung, die Trainingszeit und den Kommunikationsaufwand verschiedener Federated-Learning-Algorithmen zur Erkennung von DDoS-Angriffen unter Non-IID- und unbalancierten Datenbedingungen, mit dem Ziel, optimale Lösungen für die Netzwerkintrusionserkennung zu identifizieren, bei denen Datenschutz und Heterogenität kritische Herausforderungen darstellen.

Roberto Doriguzzi-Corin, Silvio Cretti, Petr Sabel, Silvio Ranise2026-10-23
💻 Informatik

A Multidimensional Data-Quality Profile for Clinical Prediction: An Exploratory Benchmark in MIMIC-IV and eICU

Dieses Paper führt ein multidimensionales, aufgabenspezifisches Datenqualitätsprofil für klinische Vorhersagemodelle ein und benchmarkt dieses, wobei durch kontrollierte Experimente an MIMIC-IV- und eICU-Daten nachgewiesen wird, dass während einzelne Qualitätskomponenten (wie etwa die zeitliche Integrität) spezifische nachgelagerte Schäden wie eine Kalibrierungsdegradierung signalisieren können, der vorgeschlagene zusammengesetzte Skalarwert nicht konsistent einfache Heuristiken oder Null-Vorhersage-Baselines bei der Prognose der Modellleistung übertrifft.

Yunguo Yu2026-10-23
💻 Informatik

Volcanic Activity Optimizer for High-Dimensional Gene Selection: A Novel Nature-Inspired Metaheuristic

Dieses Paper schlägt den Volcanic Activity Optimizer (VAO) vor, eine neuartige, von der Natur inspirierte Metaheuristik, die durch vulkanische Dynamiken die Exploration und Exploitation effektiv ausbalanciert, um komplexe Optimierungsprobleme zu lösen und kompakte, informative Gensubsets aus hochdimensionalen Daten zu identifizieren.

Seyyid Ahmed Medjahed, Mourad Bouatouche, Fatima Boukhatem2026-10-23