💻 Category

cs

929 Arbeiten

💻 computer science

Risk Governance for Generative AI Mental Health Support: A Multi-Turn Safety Architecture

Dieses Paper präsentiert eine modellagnostische, mehrstufige Sicherheitsgovernance-Architektur, die kontextuelle Risikoerkennung, reasoning-basierte Verifizierung und protokollgesteuerte Antwortgenerierung integriert, um das Risikomanagement und die von Klinikern bevorzugte Eskalation in der LLM-gestützten psychischen Gesundheitsunterstützung signifikant zu verbessern, während gleichzeitig die konversationelle Rapport aufrechterhalten wird.

Anabela C. Areias, Catarina Botelho, António Farinhas, Areti Vassilopoulos, Dora Janela, Xin Tong, Nuno M. Guerreiro, Ma (…)2026-07-17
💻 computer science

DeepSeek for Pathology Report Understanding: A Benchmark Study of Cancer Type Extraction, AJCC Staging, and Prognosis Prediction

Diese Benchmark-Studie zeigt, dass DeepSeek-Modelle zwar effektiv Krebsarten und AJCC-Stadien aus 952 unstrukturierten pathologischen Berichten extrahieren und vorhersagen können, die durch DeepSeek extrahierten strukturierten Variablen jedoch im Rahmen der bewerteten Methodik die Prognosevorhersage im Vergleich zur direkten Verwendung des ursprünglichen Textes der pathologischen Berichte nicht signifikant verbesserten, was eine hybride Architektur unterstützt, die DeepSeek für die Informationsextraktion und Stadieneinteilung nutzt, während sie sich für die Modellierung von Outcomes auf traditionelles maschinelles Lernen verlässt.

Mohamed Kone, Gaoussou Haidara, Chao Hou, Shulin Wang2026-07-17✓ Author reviewed ⓘ
💻 computer science

Conv-Guided Mamba Vision Transformer and SPP-DenseNet121 based Hybrid Multi-Feature Fusion and Query Expansion in Content-Based Medical Image Retrieval

Dieses Paper schlägt ein neuartiges Framework für die inhaltsbasierte medizinische Bildabfrage vor, das einen Conv-Guided Mamba Vision Transformer mit SPP-DenseNet121 zur hybriden Multi-Feature-Fusion integriert und Query Expansion einsetzt, um eine hohe Abru Genauigkeit bei endoskopischen Blasen- und Magen-Darm-Datensätzen zu erreichen.

Mathana Gopal Arulsamy, Pallikonda Rajasekaran Murugan, Md. Jakir Hossen, Wai Kit Wong, Poh Kiat Ng, Gomathy Nayagam M2026-07-17
💻 computer science

A Spectrogram-Based Deep Learning Framework for Automatic Swara and Gamaka Recognition in Carnatic Veena Performances

Dieses Papier schlägt ein spektrogrammbasiertes Deep-Learning-Framework vor, das die Kurzzeit-Fourier-Transformation und Mel-Spektrogramme mit faltungsneuronalen Netzwerken nutzt, um Swaras und Gamakas in karnatischen Veena-Darbietungen automatisch zu erkennen, wobei es einzigartige akustische Herausforderungen adressiert und eine Grundlage für Anwendungen in der Transkription, Bildung und digitalen Archivierung schafft.

SUDHI S2026-07-17
💻 computer science

Human-in-the-loop GenAI advising for community college pathway decision-making: a design-based case study of requirement-group modeling and privacy-preserving student-support design

Diese designbasierte Fallstudie adressiert die Forschungslücke im Bereich der Beratung an Community Colleges in Bezug auf generative KI, indem sie ein datenschutzfreundliches Framework und acht Gestaltungsprinzipien vorschlägt, die KI als eine erklärende Ebene für die Wegeplanung positionieren, während gleichzeitig die menschliche Aufsicht gewahrt, die Studentendaten geschützt und die Handlungsfähigkeit der Lernenden gefördert wird.

Emery Peck2026-07-17
💻 computer science

Zero-shot Generalizable LiDAR Semantic Segmentation via Scene-Sensor Disentanglement

Dieses Paper stellt LiSeer vor, ein auf Zero-Shot-Generalisierbarkeit basierendes Framework für die semantische LiDAR-Segmentierung, das durch die Entkopplung von szenenintrinsischer Geometrie und sensorspezifischen Sampling-Effekten mittels einer Diffusions-basierten Szenenrekonstruktion und einer kontrollierbaren Sampling-Pipeline eine robuste Cross-Sensor-Performance erreicht.

Shaobing Xu, Zikun Xu, Shuocheng Yang, Jiahao Wang, Keqiang Li, Jianqiang Wang2026-07-17
💻 computer science

Goal-Aware Adaptive Regulation Across Modalities: Evolutionary Architecture Search for Transformer Language Models on a Consumer AMD GPU

Diese Arbeit zeigt, dass das GaaR-Framework für die evolutionäre Architektur-Suche, das ursprünglich an konvolutionalen Netzwerken validiert wurde, erfolgreich auf autoregressive Transformer-Sprachmodelle auf einer Consumer-AMD-GPU via DirectML übertragen werden kann, wobei es eine wettbewerbsfähige Leistung erzielt und offenlegt, dass regulierte Ausbeutung die Zufallssuche auf strukturierten Landschaften übertrifft und unter festen Schrittbudgets breite, flache Architekturen bevorzugt.

Leon Sandler2026-07-17
💻 computer science

A Distributed CatBoost Approach with Weighted Aggregation for STI/HIV Risk Prediction

Dieses Paper schlägt ein datenschutzwahrendes, verteiltes CatBoost-Framework mit gewichteter Aggregation vor, das eine hohe Genauigkeit bei der Vorhersage von STI- und HIV-Risiken in acht Ländern erreicht, ohne dass zentralisierte Daten erforderlich sind, und bietet damit eine robuste Alternative zu herkömmlichen zentralisierten Modellen des maschinellen Lernens.

Zhaohui Tang, Yan Li, Abdulkadir Sengur, U. Rajendra Acharya2026-07-17
💻 computer science

NAE-VC: Neural Arithmetic Encoding as a Learned Replacement for CABAC in Modern Video Codecs

NAE-VC ist ein modulares, gelerntes Entropiekodierungs-Framework, das die Standard-CABAC-Engine in H.264-, H.265- und H.266-Codecs durch eine neuronale Architektur ersetzt, welche Kontextaggregation, Gaußsche Mischmodellierung und Hyperpriors kombiniert, um signifikante Bitratenersparnisse bei gleichzeitiger voller Kompatibilität mit bestehenden Videocoding-Standards zu erzielen.

Reka Sandaruwan Gallena Watthage, Anil Fernando2026-07-17
💻 computer science

MUNNA: A Multi-strategy, Uncertainty-driven, Nested Neuro-ensemble Algorithm for Disease Diagnosis with Closed-loop Explainability Feedback

Dieses Paper stellt MUNNA vor, ein neuartiges dreistufiges Hybrid-Framework, das eine GWO-SA-Metaheuristik zur Merkmalsauswahl, ein unsicherheitsgewichtetes Stacking-Ensemble und einen geschlossenen SHAP-Feedback-Mechanismus integriert, um eine erstklassige Leistung bei der Diagnose von Brustkrebs auf dem Breast Cancer Wisconsin Datensatz zu erzielen und gleichzeitig Einschränkungen bei der Stagnation in lokalen Optima sowie der statischen Ensemble-Gewichtung zu adressieren.

Md. Maruf Sharker Munna2026-07-17