💻 Category

cs

929 Arbeiten

💻 computer science

Ten Novel Phenomena in Machine Psychology: How Large Language Models Exhibit Complex Identity-Reactive Behaviors in Response to Ethnically-Cued User Names

Diese Studie führt das Framework der „Maschinenpsychologie“ ein, um aufzuzeigen, dass auf Ausrichtung getrimmte große Sprachmodelle, obgleich sie frei von expliziter rassistischer Voreingenommenheit sind, zehn neuartige, hochstrukturierte identitätsreaktive Verhaltensweisen als Reaktion auf ethnisch konnotierte Benutzernamen aufweisen, was einen Wechsel von der grundlegenden Schadensminimierung hin zu einer umfassenden Verhaltensbewertung erforderlich macht.

Abbas Hamidavi2026-07-16
💻 computer science

“Just do register analysis”, they said. “It’ll be easy”, they said: Evaluating the impact of lexico-grammatical tagging systems  on multidimensional analysis

Diese Studie evaluiert systematisch fünf Open-Source-Systeme für das lexico-grammatische Tagging für die multidimensionale Analyse und zeigt auf, dass diese zwar erfolgreich allgemeine Registerunterschiede replizieren, ihre resultierenden Dimensionswerte jedoch aufgrund inkonsistenter Merkmalsoperationalisierung und nicht aufgrund von Unterschieden in den zugrunde liegenden NLP-Pipelines signifikant variieren.

Andreas Blombach, Marianna Gracheva, Clara Steinfels, Michaela Mahlberg2026-07-16
💻 computer science

Structured Evidence and Vision-Language Models for Interpretable Vision-Only UAV Behavior Analysis

Dieses Paper schlägt ein vierschichtiges Framework vor, das rein visuelle Counter-UAV-Systeme verbessert, indem es verfolgte Trajektorien in strukturierte Bewegungsbeweise umwandelt und diese mit Keyframe-Mosaiken in einem Vision-Language-Modell kombiniert, um interpretierbare Verhaltenslabels, Dringlichkeitsschätzungen und natürlichsprachliche Begründungen zu generieren, was demonstriert, dass strukturierte Trajektoriendaten der primäre Treiber für eine präzise UAV-Verhaltensanalyse sind.

Keyu Chen, Zihui Xu, Guoqi Li2026-07-16
💻 computer science

A Path Fitting Accuracy Improvement and Evaluation Method Based on Minimum Toll and Multi-dimensional Anomaly Detection Engine

Dieses Paper schlägt ein zweistufiges Pfad-Fitting-Framework vor, das ein „Minimum Toll“-Prinzip mit einer multidimensionalen Anomalieerkennungs-Engine integriert, um Probleme bei Gantry-Daten im Autobahnmautwesen zu adressieren, wodurch eine Genauigkeitssteigerung von 2,1 % und eine Reduzierung der Abreichabweichungen um 70 % erreicht wird, während gleichzeitig ein neuartiges Dual-Indikator-Evaluationsmodell zur Sicherstellung der Ergebniszverlässigkeit eingeführt wird.

Jian Li, Yunfang Zhao, Ke Zhang, Xin Gao, Lexiang Mei, Xiaoyu Guo2026-07-16
💻 computer science

Circuit-Inspired High-Order Neural Networks with Unified Neural Dynamics Modeling for PDE Solving and Visual Perception

Das Papier stellt CHONN vor, ein modulares, schaltungsinspiriertes Framework, das eine auf Kirchhoff basierende Kaskadenkomposition einsetzt, um stabile, interpretierbare hochgradige neuronale Dynamiken zu erzeugen und dadurch herkömmliche Tiefenstapel-Ansätze bei der Lösung partieller Differentialgleichungen sowie bei der Verbesserung visueller Wahrnehmungsaufgaben übertrifft.

Baochang Zhang, Tongfei Chen, JingyinG Yang, Linlin Yang, Juan Zhang, Jinhu Lü, David Doermann, Chunyu Xie, Tian Wang, G (…)2026-07-16
💻 computer science

Physics-Informed AI Framework Enables Generalizable and Reliable Cerebrovascular Hemodynamic Profiling

Das Paper stellt 4DHemoX vor, ein physik-informiertes KI-Framework, das ein hybrides Datenset und eine in die Navier-Stokes-Gleichungen eingebettete neuronale Architektur nutzt, um die Sim-to-Real-Lücke zu schließen und eine zuverlässige, generalisierbare sowie dateneffiziente zerebrovaskuläre hämodynamische Profilierung für klinische Anwendungen zu ermöglichen.

Fen Miao, Chen Chen, Yuan Lin, Yun Zhang, Jiannong Cao, Yingjie He, Jiaqi Huang, Honglei Zhao, Jun Yang, Huiying Liang (…)2026-07-16
💻 computer science

User Interfaces in Machine Learning-Based Decision Support for Emergency Department Triage – A Systematic Review

Diese systematische Übersicht über 25 Studien zeigt, dass trotz der entscheidenden Bedeutung von nutzerzentriertem Design maschinell gelernte klinische Entscheidungsunterstützungssysteme für das Triage-Management in Notaufnahmen häufig umfassende Schnittstellenfunktionen, Usability-Tests und interdisziplinäre Zusammenarbeit vermissen lassen, was deren reale Anwendung und Effektivität behindert.

Kirsten Zantvoort, Sylvain Brouwer, Nadine Schlicker, Peter Mross, Andreas Jerrentrup, Martin C. Hirsch, Philipp Russ2026-07-15
💻 computer science

REGAL-Driven Hierarchical Graph Reinforcement Network for Stable and Energy- Efficient Communication in Wireless Sensor Networks

Dieses Paper schlägt das REGAL-Driven Hierarchical Graph Reinforcement Network (HGRN) vor, ein neuartiges Framework, das Graph Neural Networks, Residual Energy Gradient Attention, Deep Reinforcement Learning und einen Energy-Adaptive Partridge Optimization Algorithm integriert, um eine stabile, energieeffiziente und lastbalancierte Kommunikation in großflächigen drahtlosen Sensornetzwerken zu erreichen und dabei eine überlegene Leistung in Bezug auf die Netzwerklebensdauer, Energieeinsparung und Paketübermittlung im Vergleich zu bestehenden Clustering-Ansätzen nachzuweisen.

Kumar J, Vinoth Kumar P, Bharathi S, Deepan S2026-07-15
💻 computer science

Blast Radius Characterization of Triple-Level Poisoning Attacks in Knowledge Graph Retrieval-Augmented Generation Systems

Dieses Paper formalisiert und quantifiziert empirisch den Blast Radius von Triple-Level-Poisoning-Angriffen in Knowledge Graph RAG-Systemen, demonstriert, dass Hub-Poisoning die schwerwiegendste Ausbreitung von Korruption verursacht, und schlägt eine graphbewusste Verteidigung auf Basis eines gradgewichteten Trust-Scoring vor, um diese Risiken zu mildern.

Shree Raksha H R, Jasmine K S2026-07-15
💻 computer science

Enhancing Intrusion Detection System Resilience Against Adversarial Evasion Attacks Using Adversarial Training

Dieses Paper schlägt ein hybrides LightGBM-MLP-Intrusionserkennungssystem vor, das durch adversarisches Training mit der Fast Gradient Sign Method (FGSM) auf dem UNSW-NB15-Datensatz verbessert wurde und die Robustheit gegenüber Evasion-Angriffen erfolgreich dadurch steigert, dass es eine Genauigkeit von 77,80 % unter starken Perturbationen beibehält, während es nur eine minimale Reduktion der Leistung bei sauberen Daten um 6,66 % verursacht.

MUKUNTH s, VATCHALA S, YOGESH C2026-07-15