💻 Category

cs

2550 Arbeiten

💻 computer science

When Does a Partitioned ANN Index Need Active Re-Partitioning Under Drift?  A Characterization and Benchmark 

Diese Arbeit stellt die Prämisse infrage, dass eine aktive Repartitionierung für Vektorsuchindizes unter Data Drift universell notwendig ist, indem sie durch kontrollierte Benchmarks aufzeigt, dass statische Partitionen bei moderater Fluktuation ausreichen, während sie gleichzeitig offenlegt, dass eine inkrementelle Neuzentrierung die kosteneffiziente Lösung für signifikante Verteilungsverschiebungen ist, und letztlich eine Regime-Karte sowie eine Entscheidungsregel für Praktiker bereitstellt, um zu bestimmen, wann Wartung tatsächlich erforderlich ist.

Jaswin Jose2026-06-24
💻 computer science

Learning Safe Multi-Robot Coordination in Industrial Cyber- Physical Systems

Diese Arbeit präsentiert ein Multi-Agenten-Reinforcement-Learning-Framework für die sichere Koordination von Industrierobotern und zeigt durch Simulationen auf, dass während eine deterministische Greedy-Baseline die vorgeschlagene sichere MARL-Policy in der Effizienz übertrifft, letztere emergente Kommunikationsmuster ermöglicht und die kritische Notwendigkeit einer adaptiven Kommunikationsbandbreite verdeutlicht, um Kollisionsrisiken bei zunehmender Flottengröße zu minimieren.

Bernard Kyiewu, Clinton Amponsah, Linda Bessa-Simons, Andrew Oppong-Asante, Caleb Boakye Yiadom2026-06-24
💻 computer science

Decision-aware machine learning improves academic early warning

Diese Arbeit zeigt auf, dass ein entscheidungsbewusstes maschinelles Lernframework für das akademische Frühwarnsystem herkömmliche regelbasierte und probabilistische Schwellenwertansätze übertrifft, indem es versäumte Interventionen reduziert und durch kontextsensitive Unterstützungsentscheidungen, die aus kalibrierten Risikoschätzungen abgeleitet werden, die Ungleichheiten in der Chancengerechtigkeit verringert.

Trung-Nghia Phung, Gia-Nhu Nguyen, Dac-Nhuong Le, The-Vinh Nguyen2026-06-24
💻 computer science

AI-Driven Integrated Process Optimization and Predictive Maintenance for Industrial Manufacturing Systems

Dieses Paper schlägt ein KI-gestütztes Framework vor, das vorausschauende Wartung und Prozessoptimierung integriert, um die operative Effizienz und Systemzuverlässigkeit in der industriellen Fertigung durch die Nutzung von Echtzeit-Sensordaten für die Fehlererkennung, die Schätzung der Restlebensdauer sowie die dynamische Parameteranpassung zu steigern.

Arafat Bin Fazle2026-06-24
💻 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 ⓘ