💻 Category

cs

929 Arbeiten

💻 computer science

Two-Stage Synthetic-to-Real Transfer Learning for Automated Mammography Report Generation Using Vision-Language Models

Dieses Paper schlägt ein zweistufiges Synthetic-to-Real-Transfer-Learning-Framework vor, das 400 klinisch validierte synthetische Berichte nutzt, um ein Vision-Language-Modell vorzutrainieren, wodurch die Leistung der automatisierten Mammographie-Berichtserstellung sowie die Dateneffizienz signifikant verbessert und Halluzinationen im Vergleich zu bestehenden State-of-the-Art-Methoden reduziert werden.

Gani Esen, Marat Nurtas, Jandos Amankulov, Laura La Paglia2026-07-20
💻 computer science

Task-Adaptive Decoder Specialization for Unified Image Coding Toward Human Reconstruction and Machine Classification

Dieses Paper schlägt ein aufgabenadaptives Decoder-Spezialisierungsframework vor, das einen gemeinsamen Encoder und eine latente Repräsentation mit dynamisch rekonfigurierbaren Adapter-Seiten des Decoders nutzt, um gleichzeitig die semantische Diskriminierbarkeit für die maschinelle Klassifizierung und die Hochfrequenz-Texturtreue für die menschliche Wahrnehmung in der vereinheitlichten Bildcodierung, insbesondere bei niedrigen Bitraten, zu verbessern.

Wei Zhang, Xiwu Shang, Mengyao Wang, Xiaoli Zhao, Guozhong Wang2026-07-20
💻 computer science

Predicting Visual Acuity from Fundus Photographs Using a Domain-Pretrained Vision Transformer: Anatomical Alignment of Attention Patterns

Diese Studie zeigt, dass ein domänenvortrainiertes Vision Transformer (RETFound), das auf über 21.000 Fundusfotografien feinjustiert wurde, eine erhebliche Übereinstimmung bei der Vorhersage der vierklassigen Sehschärfe erreicht, während es anatomisch organisierte Aufmerksamkeitsmuster entwickelt – von den retinalen Gefäßen bei Augen mit geringer Sehkraft hin zur Makula bei Augen mit normaler Sehkraft –, die mit der Korrektheit der Klassifizierung korrelieren und Interpretierbarkeit für unsichere Vorhersagen bieten.

Jin Hyun Kim, Yong Seop Han, Kuk Jin Jang, Seoung Jin Lee, Hyonyoung choi, Insup Lee2026-07-17
💻 computer science

Semantic Alignment, Chronological Distance, and Citation-Network Prominence in Citation Formation: Evidence from Ten Citation Corpora

Durch die Anwendung eines streng gegen Leckagen abgesicherten Frameworks über zehn bibliografische Korpora hinweg zeigt diese Studie, dass die chronologische Distanz der dominante Prädiktor für die Zitationsbildung ist, wobei sie unter zeitlich strikten Bedingungen die Vorhersagekraft semantischer Übereinstimmung und der Prominenz im Zitationsnetzwerk konsistent übertrifft.

Moses Boudourides2026-07-17
💻 computer science

Cross-Attention Based Multi-Sensor Fusion for Robust Object Detection in ADAS: YOLOv12 with Spatiotemporal Calibration and iHOA-Tuned Temporal Fusion Transformer

Dieses Paper schlägt CAMSF-ADAS vor, ein robustes Objekterkennungs-Framework für fortschrittliche Fahrerassistenzsysteme, das Kamera-, LiDAR- und Radardaten durch spatiotemporale Kalibrierung und Cross-Attention-Fusion integriert, wobei YOLOv12 für die Lokalisierung und ein durch einen verbesserten Hippopotamus Optimization Algorithm abgestimmter Temporal Fusion Transformer für eine verbesserte Klassifizierung genutzt wird.

Raghunath Mallavarapu, Kanaka Raju Pappala, Sattibabu Bhumireddi, G. Krishna Podagatlapalli, Kavitha Chandu, Durga Rao T (…)2026-07-17
💻 computer science

Retrofit or Redesign? Hardware-Validated Constant-Time Defense and Cost Analysis for the M-Step Side-Channel on TrustZone-M

Dieses Paper demonstriert durch Real-Silizium-Validierung auf Arm TrustZone-M, dass das Redesign kryptographischer Algorithmen für eine zeitkonstante Ausführung der Nachrüstung überlegen ist, da letztere nicht nur etwa zwei Größenordnungen höhere Kosten verursacht, sondern auch das Risiko birgt, ausnutzbare Kontrollfluss-Lecks beizubehalten, die nur durch eine Instruktion-für-Instruktion-Verifizierung erkannt werden können.

Arash Razban2026-07-17
💻 computer science

From Infrared to Ultraviolet]{From Infrared to Ultraviolet: A Renormalization Group Approach to Frequency-Aware Progressive Training

Dieses Paper schlägt eine frequenzbewusste progressive Trainingsstrategie vor, die von der Renormierungsgruppe inspiriert ist und sukzessive Niederfrequenz- zu Hochfrequenzzweige mit abnehmenden Lernraten aktiviert, wobei es konsistente Verbesserungen bei niederdimensionalen Few-Shot-Regressionsaufgaben nachweist, während gleichzeitig klargestellt wird, dass seine Wirksamkeit in hochdimensionalen oder glatten Prozessszenarien, in denen die Skalentrennung weniger relevant ist, abnimmt.

英熙 朱2026-07-17
💻 computer science

Dual-Stage Guided Artificial Lemming Algorithm (DALA) For Solving Engineering Application Optimization Problems

Dieses Paper schlägt den Dual-Stage Guided Artificial Lemming Algorithm (DALA) vor, welcher den traditionellen ALA durch adaptive Wahrscheinlichkeitsrangfolge, eine zweistufige Greedy-Strategie, die adversarisches und topologisches Lernen kombiniert, sowie JADE-Mutation verbessert, um hochdimensionale ingenieurtechnische Optimierungsprobleme und Hyperparameter-Tuning für die Lastprognose in der Energieversorgung effektiv zu lösen.

Jiayi Gao, Yu Zhang2026-07-17
💻 computer science

Adaptive Optimization for Stable High-Capacity CNN/GAN Image Watermarking

Dieses Paper schlägt ein adaptives Optimierungsframework vor, das die Stabilität, perzeptuelle Transparenz und Robustheit von hochkapazitiven CNN/GAN-Bildwasserzeichen-Systemen verbessert, indem es die Zusammensetzung der Loss-Funktion und die Regularisierungsstrategien dynamisch anpasst, um den Herausforderungen variierender Einbettungskomplexität ohne Erhöhung des architektonischen Overheads zu begegnen.

Marta Bistroń, Zbigniew Piotrowski2026-07-17