💻 Category

cs

3663 Arbeiten

💻 Informatik

FDMA-Net: Four-directional Mamba alignment for tiny object detection in visible and thermal imagery

Um die Herausforderungen der räumlichen Fehlausrichtung und des begrenzten Details bei der Detektion winziger Objekte in gepaarten sichtbaren und thermischen Luftbildern anzugehen, schlagen die Autoren FDMA-Net vor, ein neuartiges Framework, das ein Four-Directional Mamba Alignment-Modul zur cross-modalen Merkmalsausrichtung, einen Thermal Detail Enhancement-Mechanismus zur Bewahrung feiner räumlicher Details und einen Center-Size Distribution Head für die präzise Lokalisierung umfasst, welches eine State-of-the-Art-Leistung auf den RGBTDronePerson- und VTUAV-det-Benchmarks erzielt.

Sungju An, Siwoo Kim, Jhonghyun An2026-10-21
💻 Informatik

Separable Yet Inseparable: An EEG-oriented Head for Transformer-based Time-Series Generative Adversarial Networks

Das Papier schlägt EEGGAN-SepH vor, ein auf Transformern basierendes Generative Adversarial Network, das durch einen separablen Output-Head erweitert wurde, um die lokalen EEG-Dynamiken besser zu modellieren, zusammen mit einer Evaluierungspipeline unter Verwendung EEG-spezifischer Merkmalsextraktoren, die eine überlegene Datentreue und Nützlichkeit im Vergleich zu bestehenden Methoden demonstriert.

Giorgio Scavalli Veccia, Alessio Fagioli, Marco Cascio, Marco Raoul Marini, Gianluca Foresti2026-10-21
📈 Wirtschaftswissenschaften

From Data-Driven Personalization to Culturally Adaptive Merchandising: A Systematic Review and the CAMI-DM Framework

Diese Arbeit adressiert die Lücke in der kultursensiblen Personalisierung, indem sie eine systematische Literaturübersicht durchführt und das CAMI-DM-Framework vorschlägt, eine integrative Architektur, die Verhaltensdaten mit kulturellem Kontext und räumlicher Optimierung kombiniert, um ein adaptives, kulturell bewusstes Merchandising über physische, digitale und phygitale Einzelhandelsumgebungen hinweg zu ermöglichen.

CLAUDE ISSA NOMBRE, KOUADIO PROSPER KIMOU, TANON KODJO2026-10-21
💻 Informatik

A Two Timescale Probabilistic State-Space Framework for Multimodal Affect Estimation and Uncertainty Aware Expressive Behavior in Humanoid Robots: A Monte Carlo Simulation Study

Diese Studie schlägt ein probabilistisches Zustandsraum-Framework mit zwei Zeitskalen vor und evaluiert dieses, welches multimodale Affektsignale mit unsicherheitsbewusster Steuerung fusioniert, um die Reaktionsfähigkeit humanoider Roboter zu verbessern, wobei mittels Monte-Carlo-Simulationen nachgewiesen wird, dass Gated-Kalman-Filterung und konfidenzgewichtete Display-Mapping die Schätzfehler und das Verhaltenszittern im Vergleich zu Baseline-Methoden signifikant reduzieren.

Viraj Gajera2026-10-21
💻 Informatik

A Lightweight Browser-Based CNN for Fresh Produce Freshness Classification Using MobileNetV2

Diese Studie präsentiert ein leichtgewichtiges, browserbasiertes System unter Verwendung eines MobileNetV2-Modells und TensorFlow.js, um eine Genauigkeit von 98,46 % bei der Klassifizierung von frischem gegenüber verrottendem Erntegut vollständig clientseitig zu erreichen, was eine skalierbare Lösung für ressourcenbeschränkte landwirtschaftliche Umgebungen bietet, ohne dass eine Serverinfrastruktur oder spezialisierte Hardware erforderlich ist.

Rovhona Mudau, Jean Frederic Isingizwe Nturambirwe, Ikechukwu Kingsley Opara, Clement Nyirenda2026-10-21
💻 Informatik

Decoupling Performance from Energy in AI-Based Business Optimization: An Error-Driven Control Loop for Sustainable Tabular Reasoning

Dieses Paper schlägt ein fehlergesteuertes Prompt-Optimierungs-Framework vor, das das Prompt-Tuning als diskreten zeitlichen Feedback-Regelkreis behandelt und zeigt, dass es bei Finanz-Reasoning-Aufgaben eine mit dem Fine-Tuning vergleichbare Leistung erzielt, während es signifikant weniger Energie als LoRA oder Full Fine-Tuning verbraucht.

Róbert Lakatos, Árpád Pándy, András Hajdu2026-10-21
💻 Informatik

MemHRL: Aligning Hierarchical Memory and Policy Learning for Long-Horizon LLM Agents

MemHRL schlägt ein hierarchisches Speicher- und Policy-Alignment-Framework für Langzeit-LLM-Agenten mittels stufenbewusster Abfrage und fehlersensibler Konsolidierung vor, doch Evaluierungen auf eingeschränkten ScienceWorld- und WebShop-Teilmengen offenbaren begrenzte Leistungssteigerungen und verdeutlichen die Herausforderungen kompakter Policy-Speicher-Mechanismen unter restriktiven Vorschlägen.

Xin Yin, Chenyi Huang, Ruiqi Liu, Yue Ning2026-10-21
💻 Informatik

Composition-Time Verification of Resource-Constrained Quantum Subroutines in Digital Twin Workflows: A Visual Abstraction Approach

Dieses Paper schlägt ein dreistufiges visuelles Abstraktionsframework für Digital-Twin-Workflows vor, das es Domänenexperten ermöglicht, quanten-klassische hybride Subroutinen zu komponieren und dabei kritische Ressourcenbeschränkungen – wie etwa Ancilla-Budgets und Schaltungstiefe – bereits während der Kompositionsphase anstatt erst zur Laufzeit durchzusetzen, wodurch die physikalische Realisierbarkeit hybrider Quantenaufgaben gewährleistet wird, ohne dabei Details auf niedriger Gate-Ebene offenzulegen.

Jim Dorsey2026-10-21
💻 Informatik

Sustainable Local RAG Architectures for Energy Governance: A Green AI Approach via Document Slice Contextualization

Dieses Paper schlägt eine nachhaltige, lokale RAG-Architektur unter Verwendung von Document Slice Contextualization und einem zweistufigen Routing-Agenten vor, um eine nahezu an der Baseline liegende Retrieval-Genauigkeit zu erreichen und gleichzeitig den Energieverbrauch, die Emissionen sowie die Inferenzzeit für die Einhaltung der Energy Governance drastisch zu reduzieren.

Martin Tibor Sándor, Róbert Lakatos2026-10-21