💻 Category

cs

2305 Arbeiten

💻 computer science

Mapping the Evolution of Artificial Intelligence in Healthcare, 2017–2025: An Integrated Bibliometric and Latent Dirichlet Allocation Topic Modelling Analysis

Diese Studie integriert standardmäßige bibliometrische Analysen mit der Latent Dirichlet Allocation (LDA) Topic-Modellierung auf einem kuratierten Korpus von 2.631 Dokumenten zur KI im Gesundheitswesen aus den Jahren 2017 bis 2025, um Keyword-Beschränkungen zu überwinden, und offenbart eine Reifungsbahn von einsatzbereiten Anwendungen hin zu governance-abhängigen Grenzbereichen wie Large Language Models und erklärbarer KI.

Piyusha Ambradkar, Vandana Tandon Khanna.2026-09-08
💻 computer science

Rendered-Egocentric Vision for Short-Horizon Body-Risk Prediction in Quadruped Command Selection

Diese Arbeit präsentiert eine simulationsbasierte Befehlsauswahl-Schicht für vierbeinige Roboter, die gerenderte egozentrische Ansichten und Kandidatenbefehle nutzt, um kurzfristige Körperrisiken vorherzusagen, wodurch die Sicherheit und die Übereinstimmung der Befehle signifikant verbessert werden, während der Vorwärtsfortschritt ohne die Verwendung von Geländekarten oder Lookahead-Rollouts aufrechterhalten wird.

Yuxiang Tian2026-09-08
💻 computer science

Uncovering neural decisions: How textual interpretation bridges AI and clinical reasoning

Das Papier stellt CRysTal vor, ein Framework für Erklärungen auf Neuronen-Ebene nach dem Post-hoc-Verfahren, das KI-Modellaktivierungen auf standardisierte klinische Terminologie abbildet und dabei eine überlegene Übereinstimmung mit radiologischen Berichten, eine gesteigerte diagnostische Zuverlässigkeit sowie eine verbesserte Effizienz für Ärzte im Vergleich zu bestehenden Erklärungsmethoden über mehrere medizinische Bildgebungsaufgaben hinweg demonstriert.

Hui Lu2026-09-08
💻 computer science

Explainable and trustworthy AI-driven fuzzy consensus for secure data sharing in intelligent transportation systems

Dieses Paper schlägt ein Framework für erklärbare und vertrauenswürdige KI unter Verwendung intuitionistischer Fuzzy-Mengen vor, um einen transparenten, vertrauensgewichteten Abstimmungskonsensmechanismus zu etablieren, der die Effizienz der Nachrichtenverifizierung, den Datenschutz und die Sicherheit in dynamischen intelligenten Transportsystemen verbessert.

Guomin Gu, Guohui Zhang, Zhenxi Li, Yingqi Zhuo, Yinglong Li2026-09-08
💻 computer science

An Interpretable AI Framework for Multiclass Classification of Thalassemia Using Combined CBC and HPLC Biomarkers

Diese Arbeit präsentiert ein interpretierbares multimodales maschinelles Lernframework, das CBC- und HPLC-Biomarker kombiniert, um durch ein Stacking-Ensemble-Modell eine hochgenaue (99,89 %) und klinisch konsistente Multiklassen-Klassifizierung von Thalassämie zu erreichen, wobei eine SHAP-Analyse bestätigt, dass die wichtigsten prädiktiven Merkmale mit den Standarddiagnosekriterien übereinstimmen.

Banoth Dinesh Nayak, Sridevi Chitti, R Jegadeesan2026-09-08
💻 computer science

Bilingual Retrieval-Augmented Access to ANVISA Regulatory Documents: A Technical Evaluation Using Drug-Development and Health-Product Questions

Diese Studie evaluiert ein bilinguales Retrieval-Augmented-Generation-System, das auf ANVISA-Regulierungsdokumenten basiert, und demonstriert dessen hohe Genauigkeit beim Auffinden, Zitieren und Zusammenfassen von portugiesischen und englischen regulatorischen Anforderungen für die Arzneimittelentwicklung sowie beim effektiven Umgang mit unbeantwortbaren Anfragen nach der Kalibrierung.

Carlos Victor Montefusco-Pereira, Howard Lopes Ribeiro Junior2026-09-08
💻 computer science

A security risk assessment for virtual reality learning system in the Unmanned Swarms Internet of Things

Dieses Paper schlägt ein CLCM-Modell vor, das Conv1D-LSTM, CNN und einen Multi-Head-Attention-Mechanismus integriert, um Sicherheitsrisiken in Virtual-Reality-Lernsystemen innerhalb des Unmanned Swarms Internet of Things effektiv zu bewerten, indem es heterogene Datenmodalitäten präzise analysiert und die Einschränkungen bestehender Modelle überwindet.

Chunlan Liu, Wei Xue, Lushui Zhou2026-09-08
💻 computer science

Tomato Leaf Disease Identification Using EfficientNetB3 Transfer Learning and Grad-CAM Explainable Analysis

Diese Arbeit schlägt ein automatisiertes Framework zur Diagnose von Tomatenblattkrankheiten unter Verwendung von EfficientNetB3-Transferlearning und Grad-CAM-erklärbarer Analyse vor, welches eine hohe Klassifizierungsgenauigkeit und Interpretierbarkeit für die Erkennung von Früher Blight, Spät Blight, Schimmelpilz und gesunden Blättern erreicht, um die Präzisionslandwirtschaft zu unterstützen.

B. Bhagya Laxmi, Rupesh Kumar Mishra, Shree Harsh Attri, D. Gireesha2026-09-08
💻 computer science

DYNAMICS-WEB: A Pre-Registered Measurement of Web Content Character over the Link Graph, and a Powered Proof that its Sub-Perceptual Half Changes Conversion

Dieses Paper stellt DYNAMICS-WEB vor, eine vorregistrierte Messung, die demonstriert, dass ein distinktes „Charakter“-Signal innerhalb des Link-Graphen des Webs, welches weitgehend unabhängig von Autorität und Thema ist, die Konversionsraten der Leser unterbewusst beeinflussen kann, wenn es mit den Nutzerpräferenzen übereinstimmt.

Jason Duke2026-09-08
💻 computer science

A Hybrid Multi-scale Convolutional Neural Network-Long Short-Term Memory Model Incorporating Squeeze Excitation Attention for Hourly Air Quality Index Prediction

Diese Studie schlägt ein hybrides MSCNN-LSTM-Modell vor, das durch Squeeze-and-Excitation-Attention verbessert wurde, um stündliche Luftqualitätsindex-Werte vorherzusagen, und demonstriert durch Multi-Skalen-Merkmalsextraktion und adaptive Kanalgewichtung auf Daten aus der Stadt Yiyang eine überlegene Genauigkeit und Stabilität im Vergleich zu traditionellen Deep-Learning-Modellen.

Huawei Xu, Long Li, Qi Tang, Junhua Huang, Xin Fang2026-09-08