💻 Category

cs

2305 Arbeiten

💻 computer science

A Semantic-Enhanced Multi-Task Framework with Structure-Aware Curriculum Learning for Low-Resource Neural Machine Translation

Dieses Paper schlägt ein semantisch erweitertes Multi-Task-Framework mit struktur-bewusstem Curriculum Learning vor, das Qwen2-7B-Instruct und generatives Semantic Role Labeling nutzt, um die Leistung der neuronalen maschinellen Übersetzung in ressourcenarmen Szenarien durch die Behebung semantischer Fehlausrichtungen und die Optimierung der Trainingsdynamik signifikant zu verbessern.

Jingxing Gao, Liqing Wang, Xingwei Chen, Yongyue Xu2026-09-07
💻 computer science

Dynamic Adaptive Multimodal Graph Fusion Network for Multi-Hazard Recognition Using Remote Sensing, Social Media, IoT, and Seismic Observations

Dieses Paper stellt das Dynamic Adaptive Multimodal Graph Fusion Network (DAMGF-Net) vor, ein neuartiges Deep-Learning-Modell, das Fernerkundungs-, Social-Media-, IoT- und seismische Daten dynamisch integriert, um eine hochpräzise, interpretierbare und nahezu echtzeitfähige Multi-Hazard-Erkennung für Erdbeben, Überschwemmungen, Brände und Rauch zu erreichen.

Dannuri Mounika, Johnson Kolluri, Sunil Srinivas, Kiran Siripuri2026-09-07
💻 computer science

FZ-VLM: A Two Stage Florence-Zephyr Vision Language Model Framework for Pulmonary Nodule Characterization and Clinical Decision Making

Diese Studie stellt FZ-VLM vor, ein neuartiges zweistufiges Florence-Zephyr Vision-Language-Model-Framework, das die Extraktion radiologischer Attribute aus Lungen-CT-Aufnahmen automatisiert und klinisch relevante Knotenbeschreibungen sowie Empfehlungen für das Follow-up generiert, wobei es eine überlegene Genauigkeit und Vollständigkeit im Vergleich zu bestehenden KI-Baselines und menschlichen Experten demonstriert.

Pramit Dutta, Jenita Manokaran, Richa Mittal, Ryan Appleby, Eranga Ukwatta2026-09-07
💻 computer science

Citation Intent Classification for Turkish Academic Literature with Prompt-Optimized LLMs and Language-Specific Encoders

Dieses Paper führt TurkCite ein, ein Framework und einen von Experten annotierten Datensatz zur Klassifizierung von Zitierintentionen in der türkischen akademischen Literatur, und zeigt auf, dass sprachspezifische Transformer-Encoder eine übersetzungsbasierte Transferleistung übertreffen, während gleichzeitig prompt-optimierte große Sprachmodelle als effektive trainingsfreie Alternativen für die nicht-englische bibliometrische Analyse angeboten werden.

Kemal Sami Karaca, Bahaeddin Eravci2026-09-07
💻 computer science

Solver-Informed Evolution of Interpretable Dispatching Rules for the Stochastic Team Orienteering Problem with Time Windows

Dieses Paper schlägt SI-GP vor, eine Solver-informierte genetische Programmierungshypohheuristik, die interpretierbare Dispatching-Regeln für das stochastische Team Orienteering Problem mit Zeitfenstern verbessert, indem sie instanzspezifische heuristische Merkmale aus hochwertigen Referenzlösungen extrahiert und auswählt und dadurch bestehende Baselines übertrifft, während sie gleichzeitig die Lesbarkeit und Stabilität der Regeln aufrechterhält.

Augusto Magalhães Pinto de Mendonça, Filipe Pessôa Sousa, Laura Silva de Assis, Igor Machado Coelho2026-09-07
💻 computer science

Multi-Objective Path Optimization for Truck–Drone Collaborative Delivery Based on Subspace Contribution-Driven Adaptive Resource Allocation

Dieses Papier schlägt RC-NSGA-II vor, einen neuartigen mehrkriteriellen Optimierungsalgorithmus, der auf K-Means basierende, durch Subraumbeiträge gesteuerte Ressourcenallokation, Random-Key-Kodierung und adaptive lokale Suche integriert, um das komplexe dreibezielige Lkw-Drohnen-Kollaborationslieferproblem effektiv zu lösen und dabei eine überlegene Leistung in Bezug auf Lösungsqualität und Effizienz über verschiedene Benchmark-Instanzen hinweg demonstriert.

yuehua liao, jia zhao2026-09-07
💻 computer science

Hardware-Coupled Bayesian Optimization for Self-Tuning Lightweight Cryptographic Parameters in Resource-Constrained Decision Support Systems

Dieses Paper präsentiert ein selbsttätig konfigurierbares Framework, das hardwaregekoppelte Bayessche Optimierung, Transferlernen und driftbewusstes Feedback nutzt, um die Parameter leichter Kryptographie für ressourcenbeschränkte Entscheidungsunterstützungssysteme dynamisch zu optimieren und dadurch Sicherheit, Energieeffizienz und Leistung ohne manuelles Eingreifen in Einklang zu bringen.

Seema Joshi, Neelu Singh, Deepshikha Arya, Virendra Kumar Tiwari2026-09-07
💻 computer science

Robust Non-Invasive Melanoma Early Detection Through Lightweight Self-Supervision and Lesion-Focused Representation Learning

Dieses Paper präsentiert ein leichtgewichtiges, robustes YOLOv11-basiertes Framework, das durch die Nutzung von läsionsfokussiertem selbstüberwachtem Pretraining und einem hierarchischen zweistufigen Klassifikator eine hochpräzise, nicht-invasive Melanom-Detektion auf dem HAM10000-Datensatz erreicht und gleichzeitig eine Resilienz gegenüber der für Mobilgeräte typischen Bilddegradation beibehält.

Chen-Hao Peng, Tzu-Kun Lo, Da-Chuan Cheng2026-09-07
💻 computer science

Smart Cities AVNs: Transparent and Privacy-Preserving Cyber Attack Prediction with Explainable Federated Feature Selection

Diese Arbeit schlägt ein transparentes und datenschutzwahrendes erklärbares föderiertes Lernframework für autonome Fahrzeugnetzwerke vor, das verteilte Merkmalsauswahl und interpretierbare KI integriert, um eine hochgenaue Multiklassen-Cyberangriffsvorhersage zu erreichen, während gleichzeitig die Datenlokalität und die Vertrauenswürdigkeit von Entscheidungen gewahrt bleiben.

Hussein A. Al-Hashimi2026-09-07