💻 Category

cs

2332 Arbeiten

💻 computer science

GaussCast: Dependency-Aware Shared Block Retrieval for Multi-User Layered 3D Gaussian Splatting

GaussCast ist ein abhängigkeitsbewusstes Delivery-Framework für mehrbenutzerbasiertes, geschichtetes 3D-Gaussian-Splatting, das gleichzeitige Nutzeranfragen an einem Edge-Proxy aggregiert, um gemeinsam benötigte Voraussetzung-Blöcke nur einmal abzurufen, wodurch der Upstream-Verkehr im Vergleich zu unabhängigen pro-Nutzer-Delivery-Strategien signifikant reduziert und die Startup-Latenz sowie die Rendering-Qualität verbessert werden.

Yulong Zhang, Ruonan Chai, Jiadong Yu, Zili Meng, Dirk Kutscher2026-09-02
💻 computer science

A State-Sensing Adaptive Artificial Bee Colony Algorithm with Dynamic Search and Rank-Based Selection for High-Dimensional Complex Optimization

Dieses Paper schlägt den State-Sensing Adaptive Artificial Bee Colony (SSA-ABC)-Algorithmus vor, der die Einschränkungen des Standard-ABC durch dimensionsbewusste Initialisierung, dynamische Suchanpassung und rangbasierte Selektionsmechanismen überwindet, um eine überlegene Leistung bei hochdimensionaler Optimierung und Roboterpfadplanung zu erzielen.

Xinyao Gao2026-09-02
💻 computer science

Visual Distances among Cultural Art Corpora Align with Expert-Coded Historical-Artistic Relatedness

Diese Studie zeigt, dass aus großen Vision-Modellen abgeleitete visuelle Distanzen signifikant mit Experten-kodierter kunsthistorischer Verwandtschaft über diverse kulturelle Einheiten und Epochen hinweg korrelieren, was darauf hindeutet, dass internetweite visuelle Trainingskorpora inhärent statistische Regelmäßigkeiten kodieren, die kunsthistorische Beziehungen widerspiegeln.

Qiurui Wang, Weiqiang Ying, Ziyu Xu, Yousheng Yao, Shirui Wen, Guoying Wu, Cheng Yao, Fangtian Ying, Guanghui Huang2026-09-02
💻 computer science

Joint Scheduling and Resource Allocation in Heterogeneous Queuing Systems with Bursty Traffic: A Constrained Soft Actor-Critic Approach

Dieses Paper schlägt einen Constrained Soft Actor-Critic (CSAC)-Ansatz vor, der strikte Verzögerungsbeschränkungen von der Belohnungsfunktion entkoppelt und einen zweistufigen Mapping-Mechanismus einsetzt, um den Durchsatznutzen effektiv zu maximieren und gleichzeitig Verzögerungsverletzungen in heterogenen Warteschlangensystemen mit stoßartigem Datenverkehr zu minimieren, wobei es sowohl unbeschränktes Lernen als auch heuristische Baselines übertrifft.

Ao Fang, Jianyu Cao, Weihua Qian2026-09-02
💻 computer science

Quantifying Data Efficiency in YOLO-Based Femur Segmentation for Axial T1-Weighted MRI

Diese Studie zeigt, dass unter den YOLO-Modellfamilien für die Femursegmentierung in T1-gewichteten MRT-Aufnahmen YOLOv11m-seg das optimale Gleichgewicht zwischen Dateneffizienz, Genauigkeit und Geschwindigkeit in datenarmen Regimen bietet, indem es bereits mit nur 100 annotierten Schichten eine hohe Leistung erzielt und gleichzeitig aufzeigt, dass architektonische Unterschiede bei größeren Datensätzen vernachlässigbar werden.

Patrick Gerard Sujeeth, I R Praveen Joe2026-09-02
💻 computer science

BioSurveillance-Agent: A Multi-Method Explainable Agentic Platform for Epidemic Surveillance on One-Health Networks

BioSurveillance-Agent ist eine multimethodische, erklärbare agentische Plattform, die One-Health-Netzwerke, Wearable-Sensoren und eine hybride KI-Pipeline integriert, um eine kontextadaptive, hierarchische Epidemieüberwachung und -intervention zu ermöglichen, was durch robuste, menschenprüfbare Entscheidungsfindung signifikante Reduktionen der Krankheitsausbreitung und Sterblichkeit demonstriert.

Valentina Carbonari, Annamaria Defilippo, Pietro Hiram Guzzi, Pierangelo Veltri2026-09-02
💻 computer science

CMTD: Cascaded Multi-Token Disambiguation Model for Lip Reading

Das Papier schlägt das Cascaded Multi-Token Disambiguation Model (CMTD) vor, welches die Leistungsfähigkeit des Lippenlesens verbessert, indem es die Modellierung des zukünftigen Kontextes durch eine kaskadierte Multi-Token-Vorhersagestruktur und ein hierarchisches Trainingsziel direkt in den Dekodierungsprozess integriert und dadurch visuelle Mehrdeutigkeiten effektiv auflöst sowie Fehlerraten auf Benchmark-Datensätzen reduziert.

Yuting Fang, Feng Xue, Zhe Chen, Shujie Li2026-09-02
💻 computer science

Beyond Coverage: An Empirical Study of Mutation-Score Proxies for Deep Neural Network Testing

Diese Arbeit zeigt empirisch auf, dass während traditionelle und nicht-strukturelle Testangemessenheitsmetriken eine schwache oder keine Korrelation mit Mutationswerten aufweisen, die Latent Space Class Dispersion (LSCD) im Vergleich zur auf der Mahalanobis-Distanz basierenden Surprise Coverage als ein signifikant stärkerer und recheneffizienterer Stellvertreter für die Bewertung der Qualität von Testdatensätzen tiefer neuronaler Netze dient.

Vivek V. Vekariya, Mojdeh Golagha, Andrea Stocco, Alexander Pretschner2026-09-02
💻 computer science

Graph Learning for Cold-Start and Data-Scarce Recommendation: A Taxonomy-Driven Critical Survey

Diese Arbeit präsentiert eine kritische Bestandsaufnahme von 183 Studien (2018–2026) zu Graph Learning für Cold-Start- und datenarme Empfehlungen, die eine taxonomiegestützte Analyse der Methodologien bietet und die dringende Notwendigkeit strengerer Evaluierungsprotokolle sowie einer zuverlässigeren Integration von Nebeninformationen hervorhebt, um die derzeitige Unebenheit in der Evidenz zu adressieren.

Samane Sayyar, Amir Soltani2026-09-02