💻 Category

cs

3900 Arbeiten

💻 Informatik

NACS-Net: Normality–Anatomy–Concept Segmentation for Clinically Significant Prostate Cancer on T2-Weighted MRI

Das Papier stellt NACS-Net vor, ein neuartiges Segmentierungs-Framework, das einen Normalitäts-Abweichungs-Dual-Stream, eine anatomiegesteuerte iterative Verfeinerung und ein spärliches Konzept-Bottleneck integriert, um die Herausforderungen der Vordergrund-Imbalance, kontrastarmer Läsionen und der Scanner-übergreifenden Generalisierung bei der Detektion klinisch signifikanter Prostatakrebs-Erkrankungen auf T2-gewichteten MRT-Aufnahmen effektiv zu adressieren.

Shijie Liu, Fengshuo Liu, Yang Liu2026-09-01
💻 Informatik

A Lightweight Lychee Detection Network for Orchard Harvesting Robots via ODConv and Spatial Feature Restoration

Dieses Paper schlägt ODAF-YOLOv11-n vor, einen ultraleichten Objektdetektor, der Omni-Dimensional Dynamic Convolution und ein Lightweight Spatial Feature Restoration Module integriert, um eine hochpräzise Echtzeit-Litschidetektion in komplexen Obstgartenumgebungen zu erreichen und gleichzeitig die Rechenkomplexität für den Einsatz auf Edge-Robotik signifikant zu reduzieren.

Dong Liu, Jing Chang, Jixiang Yang2026-09-01
💻 Informatik

Semantic Planning with Large Language Models and Vision-Language Models for Collaborative Robots: A Review

Diese Übersicht untersucht die semantische Planung für kollaborative Roboter, indem sie die Herausforderung als ein Problem der beschränkten Erdung formalisiert, eine Taxonomie von Architekturen vorschlägt, die Leistungsfähigkeit mit Überprüfbarkeit in Einklang bringen, und einen Fahrplan für die Verbesserung der Zuverlässigkeit durch verbesserte Unsicherheitsschätzung, Planverifizierung und Wiederherstellungsmechanismen skizziert.

Osama Ali Khan, Abuzar Ghaffari2026-09-01
💻 Informatik

MECA-Net: small traffic object detection in UAV imagery via multiscale edge–coordinate attention

MECA-Net ist ein leichtgewichtiger, Echtzeit-basierter YOLO11n-Detektor, der die Erkennung kleiner Verkehrsobjekte in UAV-Bildaufnahmen durch die Integration von multi-skaligen, kantenbewussten und koordinatenbewussten Aufmerksamkeitsmechanismen verbessert und dabei signifikante mAP-Verbesserungen auf dem VisDrone2019-DET-Datensatz bei gleichzeitiger Beibehaltung hoher Inferenzgeschwindigkeiten erzielt.

Liping Wang, Mingxin Han, Yan Chen, Heng Li, Dongyao Zou2026-09-01
💻 Informatik

End-to-end Data Pipeline for Efficient Game Analytics

Dieses Paper schlägt eine sampling-basierte Datenpipeline vor, welche die stabile Zipf-Verteilung von Game-Logs nutzt, um dominante „Hot Keys“ effizient zu identifizieren und zu routen, ohne eine vollständige Stream-Überwachung durchzuführen, wodurch im Vergleich zu bestehenden Load-Balancing-Lösungen eine Steigerung des Durchsatzes um 209,7 % sowie eine signifikant reduzierte CPU-Auslastung erreicht wird.

Noppon Wongta, Juggapong Natwichai2026-09-01
💻 Informatik

Accurate Segmentation of Coronary Artery in X-ray Angiography with a Lightweight Knowledge Distillation Architecture

Das Papier schlägt SKD-Net vor, ein leichtgewichtiges Knowledge-Distillation-Framework, das die Module MGA, FSD und ASD umfasst, um eine präzise und effiziente Segmentierung der Koronararterien in der Röntgenangiographie durch den Transfer von strukturellem und semantischem Wissen eines leistungsstarken Teacher-Netzwerks zu erreichen und dabei die Einschränkungen bei der Erfassung von Fernbeziehungen und der Erhaltung von Grenzen zu überwinden.

Hao Dang, Xuan Nie, Shipei Jing, Peng Li2026-09-01
💻 Informatik

Cross device milling force prediction method based on self supervised pre training and domain adaptation

Dieses Papier schlägt eine geräteübergreifende Methode zur Vorhersage der Fräskräfte vor, die selbstüberwachtes Pretraining, Domain Adaptation und Few-Label Fine-Tuning kombiniert, um die Vibrations-Kraft-Abbildung trotz unterschiedlicher dynamischer Antworten und begrenzter Zielbereichs-Labels effektiv zu übertragen und so eine hohe Genauigkeit mit minimalen gelabelten Daten zu erreichen.

Zhigang Ma2026-09-01
💻 Informatik

A Phrase-Disjoint Fairness and Efficiency Study of a Multimodal Speech-Text Model for Medical Symptom Detection

Dieses Paper entlarvt die Illusion hoher Genauigkeit bei der medizinischen Sprach-Text-Symptomerkennung, die durch Satzmemorierung in Standard-Datensatz-Splits verursacht wird, und etabliert eine rigorose, phrasendisjunkte Evaluations-Baseline unter Verwendung des Adaptive Gated Cross-Modal Fusion (AGCF)-Modells, um ehrliche Leistungsmetriken, Risiken der Fairness pro Klasse sowie den begrenzten Nutzen von Sentiment-Merkmalen aufzuzeigen und gleichzeitig signifikante Effizienzgewinne durch LoRA zu demonstrieren.

Anuj Kumar, Lav Upadhyay, Bhuwan Pratap Singh2026-09-01
💻 Informatik

An Explainable IoT-Driven Framework for Trustworthy Decision-Making in Safety-Critical Autonomous Vehicles

Dieses Paper schlägt ein erklärbares, IoT-gesteuertes Framework vor und evaluiert dieses, welches interpretierbare KI-Modelle integriert, um die Transparenz, Rechenschaftspflicht und die Zuverlässigkeit der Echtzeit-Entscheidungsfindung in sicherheitskritischen autonomen Fahrzeugen zu verbessern.

Lakshmana Kumar Ramasamy, Firoz Khan, Rajesh Kumar Dhanaraj, Amala Jayanthi Maria Soosai, Akram Alkouz, Emad Abd Al Rahm (…)2026-09-01
💻 Informatik

The comparative evaluation of explanations for algorithmic programming problems provided by a Human vs. ChatGPT: an exploratory online user study

Diese explorative Studie mit 37 Oberstufenschülern zeigt, dass die Teilnehmenden zwar nicht signifikant zwischen menschlichen und von ChatGPT generierten Programmierlösungen unterscheiden konnten, ihre Akzeptanz eines 3D-Avatar-Tutors jedoch weder von vorheriger Programmiererfahrung noch von der Vertrautheit mit Avataren beeinflusst wurde, was sowohl Optimismus als auch Skepsis gegenüber der Integration generativer KI in die Bildung hervorhebt.

Alfarabi Imashev, Zhanna Abisheva, Inara Tusseyeva, Zhanibek Kozhirbayev, Tohid Alizadeh, Bakhyt Matkarimov2026-09-01