💻 Category

cs

3729 Arbeiten

💻 Informatik

BTC-FUSION: Fusing Bitcoin Peer-to-Peer Network Metadata with On-Chain Analytics for Explainable Lead Generation and Risk-Controlled Attribution

BTC-FUSION ist ein Offline-System, das Metadaten des Bitcoin-P2P-Netzwerks mit On-Chain-Analysen fusioniert, um durch den Einsatz eines CoinJoin-bewussten Resolvers, Gradient-Boosted-Rankings und einer strengen, fehlerbegrenzten Antwortpolitik erklärbare, risikokontrollierte Hinweise auf illegale Aktivitäten zu generieren, während es gleichzeitig die Einschränkungen bei der Attributionsgenauigkeit gegenüber spezifischen adversen Bedingungen anerkennt.

Harshit Kumar Sengar, Yury Trochin, Tanav Dwivedi, Akshat Prasad, Ashwani Kumar, Tanvi Goel2026-10-20
💻 Informatik

Reliable Skin-Tone Fairness in Dermatology AI: From Lesion-Level Leakage to Tone-Adaptive Learning

Diese Arbeit befasst sich mit der Hautton-Fairness in der dermatologischen KI, indem sie die durch Läsionsebene-Datenleckage verursachte massive Leistungsinflation sowie die Unzuverlässigkeit von auf Luminanz basierenden Hautton-Proxys aufzeigt und letztlich ein strenges Evaluierungsprotokoll sowie eine ton-adaptive Vorverarbeitungspipeline vorschlägt, welche die Sensitivität von Modellen für dunklere Hauttöne unter realistischen klinischen Bedingungen signifikant verbessert.

Muhammad Rizwan Tahir, Shaista Habib, Sadaf Jabeen, Zahoor Khan2026-10-20
💻 Informatik

The Birth, Life, and Death of Internal Organization

Dieses Paper schlägt ein Framework namens „Consequence Organization“ vor, um den Lebenszyklus und die Identität interner Strukturen in Lernsystemen basierend auf ihrer kausalen Auswirkung auf zukünftige Ergebnisse zu definieren, wobei nachgewiesen wird, dass eine solche Organisation in einer Weise persistiert, transferiert und stirbt, die durch repräsentative Ähnlichkeit oder Operator-Ausrichtung allein nicht erfasst werden kann.

Yuxuan Deng2026-10-20
💻 Informatik

A Leakage-Safe, Interpretable Machine Learning Baseline for CNC Tool Wear Classification: Reproducibility Lessons from the UC Berkeley Milling Dataset

Diese Studie etabliert ein reproduzierbares, leckagesicheres Evaluierungs-Framework für die Klassifizierung des Werkzeugverschleißes bei CNC-Werkzeugmaschinen unter Verwendung des UC Berkeley Milling Datensatzes und zeigt auf, dass ein einfaches, interpretierbares logistisches Regressionsmodell komplexe Ensembles übertrifft, wenn es korrekt nach Werkzeugfällen gruppiert ist, während es gleichzeitig mit physikalischen Verschleißindikatoren übereinstimmt.

Md Ryshur Rahman Turin, Md Abid Hasan, Jamal Uddin Ahamed2026-10-20
💻 Informatik

Robust and Scalable Lexical Candidate Generation for Knowledge Graph Matching: A Cross-Domain Empirical Study

Diese Arbeit präsentiert eine domänenübergreifende empirische Studie zur Evaluierung von vier Methoden zur Generierung lexikalischer Kandidaten über 34 Datensätze hinweg, die aufzeigt, dass BM25 eine stabile Leistung bietet, während die Character n-gram-Retrieval als robuster Zero-Configuration-Baseline dient und letztlich ein skalierbares Knowledge-Graph-Matching mit einer Reduktion des Suchraums von über 99 % ermöglicht.

Savita Sawant, Sushopti Gawade, Mukesh Shrimali2026-10-20
💻 Informatik

Facts Without Owners. Consolidating a Conversation into a Language Model's Weights Stores What Was Said, Not Who Said It

Diese Arbeit zeigt auf, dass die Konsolidierung des Gesprächsverlaufs direkt in die Gewichte eines Sprachmodells zwar die faktische Abrufbarkeit ohne externe Archive verbessert, das Modell jedoch scheitert, die Herkunft der Sprecher zuverlässig zu verfolgen, was die Beibehaltung eines externen Archivs zur korrekten Attribuierung von Informationen erforderlich macht.

Maximiliano Rodrigo Speranza2026-10-20
💻 Informatik

State-of-the-Art Image Recognition for Surface Water Garbage Detection, Classification, and Counting

Diese Arbeit präsentiert ein leichtgewichtiges, auf YOLOv8n basierendes Bilderkennungssystem zur Detektion, Klassifizierung und Zählung von Oberflächenmüll im Wasser, welches zeigt, dass der Ansatz mit begrenzten Daten und CPU-Ressourcen zwar machbar ist, seine derzeit bescheidene Leistung (mAP50 von 0,244) jedoch die Notwendigkeit erweiterter Datensätze, verfeinerter Labels und verlängerter Trainingszeiten unterstreicht, um eine praktische Nutzbarkeit zu erreichen.

Prathamesh Garud2026-10-20
💻 Informatik

Dynamic LeJEPA: Maximum Entropy Representations for Sequential Prediction and Latent Planning with Theoretical Guarantees

Diese Arbeit löst das Paradoxon der Degradierung von Domänenwissen in Joint-Embedding Predictive Architectures, indem sie beweist, dass Maximum-Entropie-Encoder theoretisch optimal sind und dass physikalische Randbedingungen auf den Decoder anstatt auf den Encoder angewendet werden müssen, während sie gleichzeitig einen kritischen Ausfallmodus offenlegt, bei dem die Offline-Latent-Planung leicht von Modellen ausgenutzt werden kann, die keine echte Unterstützung für die nachgelagerte Steuerung bieten.

Mohsen Mostafa2026-10-20