💻 Category

cs

2305 Arbeiten

💻 computer science

Leakage-Aware 5G Infill-Site Prioritization via Robust Submodular Portfolio Optimization

Dieses Paper schlägt ARGO-5G vor, einen leckagebewussten robusten submodularen Optimierungsalgorithmus, der 5G-Infill-Standorte priorisiert, indem er die Erfassung zukünftiger Nachfrage, regionale Service-Gerechtigkeit und technische Randbedingungen ausbalanciert, ohne auf zukünftige Labels angewiesen zu sein, und dabei eine überlegene Portfolio-Balance sowie Einsetzbarkeit auf einem Datensatz von über 14.000 Makro-Standorten demonstriert.

Runzhe Liu, Dabin Wang, Yun He2026-09-08
💻 computer science

SIR-PhysNet: a deadline-aware ultra-lightweight pipeline for camera-based heart-rate monitoring on embedded hardware

Das Paper stellt SIR-PhysNet vor, eine ultra-leichtgewichtige, terminorientierte rPPG-Pipeline, die die geometrische und Beleuchtungs-Verarbeitung auf Operationen mit festen Kosten auslagert und eine analytische Fourier-Maske zur Herzfrequenzextraktion verwendet, was eine Echtzeit-Überwachung mit hoher Genauigkeit auf ressourcenbeschränkten Edge-Geräten wie dem Raspberry Pi 5 ermöglicht, bei denen die Gesichtserkennung und nicht die Netzwerkinferenz den primären Leistungsengpass darstellt.

Haochen Chai, Zining Liu, Wentao Zhang, Fangfang Jiang2026-09-08
💻 computer science

AdaFuse: a cross-modal image fusion algorithm based on negative value calibration and adaptive hierarchical activation

AdaFuse ist ein multimodaler Bildfusionsalgorithmus, der das Ungleichgewicht der Merkmale und die Rechenineffizienz adressiert, indem er eine Kalibrierung negativer Werte für eine präzise Aufmerksamkeitsselektion mit einer adaptiven hierarchischen Aktivierungsstrategie zur dynamischen Ressourcenallokation integriert und so eine überlegene Fusionsqualität und Effizienz bei sichtbaren-Infrarot-Bildfusionsaufgaben erreicht.

Yongxin Wang, Yan Yang, Jiaqi Yuan, Qinghua Liu, Baoyuan Chen2026-09-08
💻 computer science

Auditing Digital Twins: A Risk and Control Framework for Trustworthy Enterprise Decision Systems

Diese Studie schlägt ein quantitatives Digital-Twin-Auditierbarkeits-Framework (DTAI) vor, das acht Audit-Dimensionen und ein Restrisikomodell integriert, um die Vertrauenswürdigkeit von Unternehmensentscheidungssystemen zu bewerten, wobei durch eine empirische Evaluierung aufgezeigt wird, dass die aktuellen Umgebungen zwar im Allgemeinen kontrolliert sind, signifikante Schwächen in den Bereichen Geschäftskontinuität, Rückverfolgbarkeit und Modellgovernance gezielte Verbesserungen erfordern, um Risiken wie unbefugten Zugriff und Datenmanipulation zu mindern.

Oumaima ABOUZAID2026-09-08
💻 computer science

Joint estimation of multiple cardiovascular parameters from blood pressure waveforms using multi-task learning

Dieses Paper schlägt ein Multi-Task-Learning-Framework vor, das einen neuartigen residualen neuronalen Dimensionsreduktor mit zeitlicher und kanalweiser Aufmerksamkeit (RNDR-TCA) nutzt, um mehrere kardiovaskuläre Parameter gemeinsam aus Blutdruckwellenformen zu schätzen, wodurch negativer Transfer effektiv gemildert wird und bestehende Single-Task- sowie Multi-Task-Modelle in Bezug auf Genauigkeit und Robustheit übertroffen werden.

Wonjun Yi, Bomi Lee, Hong Junki, Adelle Ria Persad, Hyunwoo Song, Yuri Song, Haein Shin, Jaemin Shin, Rismaya Kumar Mish (…)2026-09-08
💻 computer science

A Topology-Independent Single-Failure Routing Protection Algorithm for Improving IP Network Resilience

Dieses Paper schlägt SPA vor, einen topologieunabhängigen Hop-by-Hop-Routing-Schutzalgorithmus, der eine nahtlose, inkrementelle Bereitstellung gewährleistet und Schutz gegen alle Single-Failure-Szenarien mit minimalem Pfadstretch garantiert, wobei er bestehende Lösungen wie ESCAP, U-turn und NPC übertrifft.

Shixin Jing, Zhixuan Guo, Zikun Jin, Zhiguo Hu, Haijun Geng, Haotian Chi, Yuwei Wang2026-09-08
💻 computer science

Transformer Architectures for Respiratory Sound Analysis and Multimodal Diagnosis

Dieses Paper schlägt ein multimodales Diagnose-Framework vor, das Audio Spectrogram Transformer und Vision-Language-Modelle nutzt, um Atemgeräusche und Patientendaten zu analysieren, und demonstriert dabei eine überlegene Genauigkeit sowie Interpretierbarkeit im Vergleich zur traditionellen ärztlichen Auskultation und bisherigen CNN-basierten Ansätzen für die Asthma-Diagnose und Fernüberwachung.

Theodore Aptekarev, Vladimir Sokolovsky, Gregory Furman, Evgeny Furman2026-09-08
💻 computer science

H-XAI-Cervix: conditional hierarchical learning for cervical-cell classification on Herlev and SIPaKMeD

Die H-XAI-Cervix-Studie zeigt, dass ein bedingtes hierarchisches EfficientNet-B3-Modell flache Klassifikatoren bei der Unterscheidung von Gebärmutterhalszellklassen auf dem Herlev-Datensatz signifikant übertrifft, obwohl dieser Vorteil auf dem SIPaKMeD-Datensatz, bei dem die Leistung ein nahezu gedeckeltes Niveau erreichte, nicht beobachtet wurde.

Mahmoud Saed Alkhouli Alkhouli2026-09-08
💻 computer science

Swin Transformer Based Multi-Label Chest Disease Classification

Diese Arbeit präsentiert eine umfassende Benchmarking-Studie zum NIH ChestX-Ray14-Datensatz, die zeigt, dass ein durch spezifische Strategien für Klassenungleichgewicht und Schwellenwertoptimierung verbessertes Swin Transformer V2-B-Framework bestehende State-of-the-Art-Modelle des Deep Learning bei der Multi-Label-Klassifizierung von Brustkrankheiten übertrifft.

Abdullah Bakr, Ashraf Ullah, Abdul Jabbar2026-09-08
💻 computer science

Multi-Agent Reinforcement Learning for Stochastic OSAT Dispatching: A Matched Architecture Benchmark

Diese Arbeit vergleicht vier Architekturen des Multi-Agenten-Reinforcement-Learnings mit traditionellen Dispatching-Regeln in einer stochastischen OSAT-Umgebung und zeigt auf, dass die gelernten Policies zwar den Durchsatz, die Durchlaufzeit, die Energieeffizienz und die OEE im Vergleich zu FIFO signifikant verbessern, jedoch nicht einheitlich die SPT-Regel übertreffen, wodurch ein reproduzierbarer Rahmen für die Bewertung der Dispatching-Leistung auf kurzer Sicht etabliert wird.

Ngoc Huy Mai2026-09-08