💻 Category

cs

2526 Arbeiten

💻 computer science

Research on Predictive Modelling of Volleyball Game Outcomes Using Machine Learning Techniques and Data Analytics

Diese Arbeit präsentiert eine Machine-Learning-Studie, die mit einer Genauigkeit von über 93 % die Ergebnisse professioneller Volleyballspiele mittels Gradient-Boosting- und Random-Forest-Modellen vorhersagt, welche auf synthetischen Daten trainiert und an realen Spielen der polnischen PlusLiga validiert wurden, wobei die OPI- und Break-Point-Differenziale als die kritischsten prädiktiven Merkmale identifiziert wurden.

Xiaopeng Li2026-06-24
💻 computer science

AI-Driven Trust-Aware Security Enhancement Framework for Cognitive Radio Networks Against SSDF, PUE, and Jamming Attacks

Dieses Paper schlägt ein KI-gestütztes, vertrauensbewusstes Sicherheitsframework für kognitive Funknetze vor, das eine auf Random Forest basierende Detektion und eine Bayes-basierte Vertrauensevaluierung integriert, um SSDF-, PUE- und Jamming-Angriffe effektiv zu mildern und dabei eine hohe Detektionsgenauigkeit sowie eine signifikante Verbesserung der Netzwerkzuverlässigkeit und des Durchsatzes selbst unter schweren Angriffsbedingungen und niedrigen SNR-Werten zu erreichen.

Joseph Wumboranaan NANJO, Kusi Ankrah Bonsu, Kwame Oteng Gyasi2026-06-24
💻 computer science

CATBridge: Enhancing CVE-ATT&CK Alignment Capability in Low-Resource Environments Using Professional Knowledge from LLMs

Dieses Paper schlägt CATBridge vor, ein mehrstufiges Wissensoptimierungs-Framework, das einen Teacher-Student-Kollaborationsmechanismus nutzt, um leichtgewichtige LLMs dabei zu unterstützen, eine überlegene CVE-ATT&CK-Alignment-Genauigkeit in ressourcenarmen Umgebungen zu erreichen, wobei es sowohl aktuelle State-of-the-Art-Methoden als auch Zero-Shot-Modelle in großem Maßstab signifikant übertrifft.

Maomiao Xiao, Hao Hu, Yingchang Jiang, Yichen Li, Jianxiao Yu, Feiyang Li, Yuling Liu, Yuchen Zhang2026-06-24
💻 computer science

Hybrid Classical--Quantum Learning for Space Based Data Centers: A CUDA-Q Study of Variational and Photonic Backends

Diese Studie evaluiert hybrides klassisch-quantenbasierte Routing für ein weltraumgestütztes Rechenzentrum mit 10 Knoten unter Verwendung eines CUDA-Q-Workflows und stellt fest, dass photonische Backends zwar eine überlegene Genauigkeit bei geringer Latenz erreichen, Variational Quantum Circuit (VQC)-Backends jedoch trotz des Angebots reichhaltigerer Quantenzustandsstrukturen prohibitive Latenzstrafen verursachen.

Santanu Ganguly2026-05-22✓ Author reviewed ⓘ