💻 Category

cs

929 Arbeiten

💻 computer science

DAÏO: A High-Specificity Real-TimeVision-Based Fall Detection SystemUsing Advanced Kinematic Tracking andComputer Vision

Das Papier präsentiert DAÏO, ein neuartiges, edge-fähiges visionsbasiertes Sturzerkennungssystem, das einen leichtgewichtigen Pose-Estimator, einen adaptiven erweiterten Kalman-Filter und eine Triple-Check-Logik-Engine kombiniert, um eine hohe Spezifität (96,4 %) zu erreichen und Fehlalarme durch alltägliche Aktivitäten sowie religiöse Prostrationen signifikant zu reduzieren, während die Echtzeitleistung auf Consumer-Hardware beibehalten wird.

Alamin Abubakar Nataala2026-07-17
💻 computer science

STAC-MV: Spatio-Temporal Adaptive Context for Neural Multiview Video Compression

STAC-MV ist das erste auf Transformern basierende neuronale Multiview-Videokompressions-Framework, das eine geometrie-bewusste adaptive Kontextselektion und Cross-View-Attention nutzt, um signifikante BD-Rate-Verbesserungen gegenüber konventionellen Standards über verschiedene Kamera-Konfigurationen hinweg zu erzielen und gleichzeitig die Kodierzeit erheblich zu reduzieren.

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

Multi-Stage Alignment of Large Language Models for Popularity Bias Mitigation in Generative Movie Recommendation

Dieses Paper schlägt eine mehrstufige Alignment-Pipeline vor, die Präferenzextraktion, Supervised Fine-Tuning und Direct Preference Optimization kombiniert, um Popularitätsbias in LLM-basierten Filmempfehlern effektiv zu mildern und dabei eine verbesserte Neuheit sowie Katalogabdeckung bei gleichzeitiger Beibehaltung einer wettbewerbsfähigen Genauigkeit zu erreichen.

Subham Raj, Krishnakant Chourey, Sriparna Saha, Brijraj Singh, Niranjan Pedanekar2026-07-17
💻 computer science

Towards Generalizable Face Forgery Detection via Multi-Granularity Fusion

Um die Generalisierungslücke bei der Erkennung von Gesichtsfälschungen zu adressen, die durch den Konflikt zwischen übertragbaren hochgradigen Semantiken und spärlichen lokalen Artefakten verursacht wird, schlägt diese Arbeit SemFusion vor, ein Framework, das semantische Konsistenzregularisierung zur Bewahrung der übertragbaren Struktur von CLIP mit mehrstufigem Patch-Evidenzlernen kombiniert, um lokalisierte Fälschungsmerkmale effektiv zu erfassen und zu fusionieren.

Mingjie Zhao, Yiu-ming Cheung, Guilin Pang2026-07-17
💻 computer science

An Agent-Based Concept Generation ApproachUsing Concept Bottleneck Models for ChestRadiograph Classification

Diese Studie zeigt, dass eine klinisch fundierte Konzeptkonstruktion Concept-Bottleneck-Modelle für die Klassifizierung von Thoraxröntgenaufnahmen verbessert, wobei supervidierte Ansätze eine starke Leistung erzielen, die mit Nicht-Bottleneck-Baselines vergleichbar ist, während labelfreie Modelle eine vielversprechende Alternative darstellen, wenn Konzeptannotationen nicht verfügbar sind.

Mehmet Varan, Fatih Soygazi, Damla Oguz2026-07-17
💻 computer science

BioGraph-SentiCOVID: Calibrated Adaptive Context Selection for Graph Neural Sentiment Analysis of COVID-19 Tweets

Dieses Paper stellt BioGraph-SentiCOVID vor, ein kalibriertes, adaptives Kontext-Graph-Neural-Framework, das die Auswahl des konversationellen Kontextes sowie die Hyperparameter mittels eines genetischen Algorithmus optimiert, um eine State-of-the-Art-Sentiment-Klassifizierung von verrauschten COVID-19-Tweets auf Twitter zu erreichen.

Moustafa MAASKRI, Mohamed GOISMI, Djamal SEGHIER, Mohamed DEBBAB2026-07-17
💻 computer science

Political Stance Detection on X During the 2024U.S. Election: A Comparative Study of Classical, Neural, and Transformer Models

Diese Arbeit präsentiert eine vergleichende Studie über klassische, neuronale und Transformer-Modelle zur Erkennung politischer Positionen auf X während der US-Wahl 2024 und zeigt auf, dass, während ein feinabgestimmtes BERTweet die höchste Genauigkeit erreicht, sorgfältig entwickelte klassische Modelle wie lineare SVMs eine hochgradig wettbewerbsfähige, effizientere und interpretierbare Alternative für den skalierbaren Einsatz bieten.

Qile Wang, Sahar Ostadrahimi, Safoura Faghri, Mohammad Baksh, Matthew Louis Mauriello, Kenneth E. Barner2026-07-17
💻 computer science

Classical Methods Match or Exceed Two Recent Graph Neural Networks for Bipartite Community Detection Using Network Topology Alone

Diese Arbeit zeigt, dass klassische Methoden der Community-Detektion auf bipartiten Netzwerken unter Verwendung ausschließlich der Topologie konsistent moderne Graph Neural Networks erreichen oder übertreffen, basierend auf einer umfassenden Evaluierung von vierzehn Methoden über acht reale und fünf synthetische Datensätze hinweg.

Aneesh K Sajan2026-07-16
💻 computer science

A Workflow for Grant Discovery and Proposal Development Using Large Language Models: Development and Formative Evaluation

Dieses Paper beschreibt und evaluiert formativ einen gesteuerten, durch ein Large Language Model unterstützten Workflow, der bei einem kolumbianischen Health-AI-Unternehmen implementiert wurde, um den Durchsatz und die Rückverfolgbarkeit der Förderstellenrecherche und der Projektantragstellung systematisch zu verbessern und gleichzeitig die Aufsicht durch die Forscher aufrechtzuerhalten. In Phase 1 („The Treasure Hunt“) wird die Abbildung „83“ korrigiert: Der Text impliziert derzeit, diese Kandidaten seien unqualifiziert/abgelehnt, doch sie sind tatsächlich die nach dem Filtern verbliebenen Kandidaten, die den Filter bestanden und als gut eingestuft wurden. Der Satz wird umformuliert, um widerzuspiegeln, dass diese 83 Kandidaten den Filter bestanden haben, anstatt abgelehnt worden zu sein.

Katherine Monsalve Barrientos, Natalia Castano-Villegas, Jose Zea, Laura Velásquez2026-07-16
💻 computer science

Iterative Feedback--Refinement for Faithful Structured Clinical-Note Representation

Dieses Paper schlägt ein iteratives Feedback-Verfeinerungs-Framework vor, das Large Language Models nutzt, um dynamisch adaptive Schemata für die Umwandlung unstrukturierter klinischer Notizen in treue, strukturierte Repräsentationen zu induzieren, welches bestehende Baselines übertrifft, indem es Auslassungen und Halluzinationen signifikant reduziert, ohne dass gelabelte Daten oder Fine-Tuning erforderlich sind.

Eslam Ahmed Mohamed, Irini Logothetis, Adrian Bingham, Kon Mouzakis2026-07-16