💻 Category

cs

2305 Arbeiten

💻 computer science

Cost-Sensitive Incremental Thermal Prediction with Adaptive Drift Detection for Predictive Maintenance on Single-Board Computers

Dieses Paper präsentiert HT-CS, ein kosten-sensitives inkrementelles Lernframework, das einen Hoeffding-Tree-Regressor mit ADWIN-Drift-Erkennung und probenbasierter Gewichtung kombiniert, was den Recall kritischer Temperaturereignisse sowie die Vorhersagegenauigkeit auf ressourcenbeschränkten Raspberry Pi 4B-Geräten signifikant verbessert, während gleichzeitig eine geringe Latenz und ein kleiner Modell-Footprint beibehalten werden.

Abd. Hallim¹, Maria Susan Anggreainy¹, Endra Oey², Widodo Budiharto2026-09-07
💻 computer science

Rapid and non-destructive identification of micro-contaminants on eggshell surfaces based on machine vision and deep learning

Diese Studie schlägt ein verbessertes AEP2-YOLOv8s-Modell vor, das ROI-Extraktion, Hintergrundnormalisierung, ein AIFI-Modul, EMA-Attention und eine vierstufige Detektionsarchitektur integriert, um eine hochpräzise, zerstörungsfreie Identifizierung von Mikrokontaminationen auf Eierschalenoberflächen zu erreichen, wobei es das ursprüngliche YOLOv8s hinsichtlich der Genauigkeit signifikant übertrifft.

Yu Hu¹, Rongchen Zhang¹, Binyan Hou¹, Xingbiao Huang², Tong Sun¹2026-09-07
💻 computer science

DeepHistoViT: An Interpretable Vision Transformer Framework for Histopathological Cancer Classification

Das Paper schlägt DeepHistoViT vor, ein interpretierbares Vision-Transformer-Framework, das durch die Nutzung von Attention-Mechanismen zur Lokalisierung diagnostisch relevanter Regionen eine erstklassige Genauigkeit und statistische Robustheit bei der Klassifizierung histopathologischer Bilder für Lungenkrebs, Kolonkarzinom und akute lymphoblastische Leukämie erreicht.

Ravi Mosalpuri, Mohammed Abdelsamea, Ahmed Karam Eldaly2026-09-07
💻 computer science

PFN: A Process-Oriented Fusion Network for Quality Prediction in Multi-Material, Multi-Stage Yarn Manufacturing

Dieses Paper schlägt ein Process-Oriented Fusion Network (PFN) vor, das die Herausforderungen der Garnqualitätsvorhersage bei Multi-Material- und Multi-Stufen-Prozessen effektiv adressiert, indem es variabel lange Materialzusammensetzungen, nominale Mischungsverhältnis-Priors und stufenspezifische Prozessbedingungen gemeinsam modelliert und dabei im Vergleich zu bestehenden Methoden eine überlegene Leistung bei Schlüsselqualitätsindikatoren erzielt.

Quanli Zhao, Xinlong Yu, Zihang Wu, Wenbang Fan, Li Yuan2026-09-07
💻 computer science

What composition selection buys in heterogeneous ensembles, and why oracle bounds overstate it

Diese Arbeit zeigt auf, dass die Auswahl einer optimalen Zusammensetzung heterogener Ensemble-Mitglieder zwar geringfügige Gewinne gegenüber einer einheitlichen Mischung erzielt, es jedoch versäumt, die Auswahl der besten einzelnen Familie zu übertreffen, was offenlegt, dass das wahrgenommene Verbesserungspotenzial weitgehend ein Artefakt des Selektionsbias und kein echtes, ungenutztes Leistungsvermögen ist.

Muhammetalp Erdem2026-09-07
💻 computer science

Duplicate Exposure and Candidate-Coverage Stress Testing in a Clinical Abbreviation Benchmark

Diese Studie bewertet die Auswirkungen von Duplikate-Exposition und Kandidaten-Abdeckung-Stresstests auf das Clinical Abbreviation Sense Inventory (CASI) und zeigt auf, dass, während Data Leakage einen vernachlässigbaren Effekt auf die aggregierte Genauigkeit hatte, eine hohe In-Support-Konfidenzkalibrierung nicht zuverlässig Fälle erkennen konnte, in denen der korrekte Sinn aus dem Kandidaten-Inventar fehlte.

Tianze Yang, Qiqing Li, Jialun Wu, Xinyu Qiu2026-09-07
💻 computer science

A-tree: Agent Tree and Its Application to Patent Analysis

Dieses Paper stellt den Agent Tree (A-Tree) vor, eine interpretierbare Erweiterung von Neural Network Trees, die spezialisierte Agenten und einen One-Step-Look-Ahead-Mechanismus nutzt, um die Entscheidungstransparenz und Genauigkeit in hochsensiblen Bereichen zu verbessern, was durch eine erfolgreiche Anwendung bei der Klassifizierung und dem Mining von Innovationsregeln aus Computer-Vision-Patenten demonstriert wird.

Qiangfu ZHAO, Xiao Huang2026-09-07
💻 computer science

MAFL-PdM: A Multi-Agent Federated Learning Framework for Personalised Predictive Maintenance Across Heterogeneous Industrial IoT Sites

Dieses Paper stellt MAFL-PdM vor, ein Multi-Agenten-Federated-Learning-Framework, das durch Post-Federation-Personalisierung die Vorhersage der Restlebensdauer von Ausrüstung über heterogene industrielle IoT-Standorte hinweg signifikant besser als sowohl zentralisierte Trainings- als auch Federated-Learning-Baselines gestaltet und dabei die Datensicherheit wahrt.

Rebin Saleh, Engida Ephrem Alamerew, Balázs Villányi2026-09-07
💻 computer science

Recovering a Full AES-128 Key Across Tenant Boundaries via DDR4 Row-Buffer Timing on Cloud FPGAs

Dieses Paper demonstriert, dass ein vollständig unprivilegierter Co-Tenant auf einer gemeinsam genutzten Cloud-FPGA einen vollständigen AES-128-Masterkey von einem Opfer durch das Ausnutzen von DDR4-Row-Buffer-Timing-Seitenkanälen extrahieren kann, wobei die „One-Slot-per-Bank“-Beschränkung durch Reverse-Engineering des Bank-Mappings und statistische Aggregation über mehrere Verschlüsselungen hinweg überwunden wird.

Vineet Chadalavada, Fareena Saqib2026-09-07
💻 computer science

A Hybrid Deep Ensemble Intrusion Detection System with Adaptive Zero Trust Security for Industrial IoT Infrastructure

Dieses Paper schlägt ein Hybrid Deep Ensemble Intrusion Detection System (HDE-IDS) vor, das ein Transformer-gestütztes DNN mit XGBoost und adaptiver Zero-Trust-Sicherheit integriert, um die Genauigkeit der Malware-Erkennung, die Stabilität und die Echtzeit-Resilienz für industrielle IoT-Infrastrukturen signifikant zu verbessern.

Manish Kumar Srivastava, Kavalla Prasanna, Ujjaval Patel, Ravirajsinh Vaghela2026-09-07