💻 Category

cs

2332 Arbeiten

💻 computer science

SymCLIP: Symmetric Prompting with Adaptive Semantic Labeling for Multi-Intent Recognition

Das Paper schlägt SymCLIP vor, ein neuartiges Framework, das die Multi-Intent-Erkennung in Social-Media-Bildern durch die Einführung von Symmetric Vision–Language Prompting zur synergetischen Kopplung von visuellen und textuellen Merkmalen sowie durch Dynamic Label Integration zur Ermöglichung einer adaptiven semantischen Repräsentation verbessert und dadurch eine State-of-the-Art-Leistung auf dem Intentonomy-Datensatz erzielt.

Shuang Wu, Honglin Ma2026-09-02
💻 computer science

A Knowledge Graph-Based Intelligent Guidance System for Competency-Oriented Anesthesiology Residency Training: Design and Evaluation

Diese Studie präsentiert ein lokal einsetzbares, auf einem Wissensgraphen basierendes intelligentes Leitsystem für die Ausbildung in der Anästhesie, das ein Dual-Engine-Retrieval-Augmented-Generation-Framework nutzt, um eine präzise, richtlinienkonforme und datenschutzwahrende pädagogische Unterstützung zu liefern, ohne auf cloudbasierte große Sprachmodelle angewiesen zu sein.

Meng Yang, Kerong Hai, Qian Zhang, Xue Li, Xin Liu, Wanrong Wang2026-09-02
💻 computer science

Machine Learning Based Crop Recommendation Using Tuned Classifiers and Ensemble Methods

Diese Studie zeigt, dass für Aufgaben der Empfehlung von Nutzpflanzen ein gut abgestimmtes einzelnes Random-Forest-Modell eine vergleichbare Genauigkeit wie komplexe Ensemble-Methoden erreicht, was darauf hindeutet, dass einfachere, kostengünstigere Lösungen ausreichend sind, ohne dass redundante Modellkombinationen erforderlich sind.

Faiza Noushin Priya, Mirza Md. Hasibul H, Mahfiza Akter, Sraboni Ghosh Joya, Shahria Badhon2026-09-02
💻 computer science

Corrective Retrieval-Augmented Generation Adaptation in Closed Domains for Development of Intelligent Human Resource Management Systems

Diese Arbeit präsentiert eine Design Science Research Studie über ein geschlossenes Smart-HR-System für KMU, die zeigt, dass eine korrigierende RAG-Adaption mit kapitelgleichem Hard-Negative-Training die Antworttreue im Vergleich zu Standard-RAG signifikant verbessert, trotz eines Trade-offs bei der Gesamtgenauigkeit.

Devi Willieam Anggara, Marcellino Joestiawan, Mohd Shafry Mohd Rahim, Ibrahim Salim Sulaiman Al Farsi, Fetty Fitriyanti (…)2026-09-02
💻 computer science

SCOPE: Rethinking Attack Analysis as Uncertainty-Aware Security Reasoning under Incomplete Observations

Dieses Paper stellt SCOPE vor, ein unsicherheitsbewusstes, trainingsfreies Framework, das durch die Integration von verhaltenszentrierter Gruppierung, distributiver TTP-Kartierung und Top-K-Viterbi-Sequenzinferenz kohärente Angriffsverhalten unter unvollständigen Beobachtungen rekonstruiert, um bestehende Baselines in Bezug auf Genauigkeit und Robustheit zu übertreffen.

JuYoung Lee, JeongMin Oh, SeonWoo Lee, TaeJin Lee2026-09-02
💻 computer science

Development and Evaluation of a Fine-Tuned EfficientNet-B0 Model for Maize Disease Detection

Diese Arbeit präsentiert ein hochoptimiertes, fein abgestimmtes EfficientNet-B0-Modell unter Verwendung von Transfer Learning, das eine Genauigkeit von 97,57 % bei der automatischen Erkennung von neun Arten von Maiskrankheiten aus realen Bildern erreicht und somit ein recheneffizientes Werkzeug zur Unterstützung von Kleinbauern bei der Früherkennung von Krankheiten bietet.

Kayombo Sakachiva, Jackson Phiri, Mayumbo Nyirenda2026-09-02
💻 computer science

Panoramic Snapshot Neural Compression and Dual-Snapshot Navigation for Autonomous Visual Route Following of UAVs

Dieses Paper präsentiert ein ressourceneffizientes visuelles Navigationssystem für UAVs, das panoramische neuronale Kompression und Dual-Snapshot-Fusion nutzt, um eine kontinuierliche, geschlossene Regelkreis-Routenverfolgung sowie das Homing mit minimalem Speicherbedarf und hoher Positionsgenauigkeit zu ermöglichen.

Yiliang Wu, HuaWang Huang, Runheng Huang, Yendo Hu2026-09-02
💻 computer science

Optimized AI-Based Intrusion Detection System for Accurate DDoS Attack Detection

Dieses Paper schlägt ein optimiertes KI-basiertes Intrusion-Detection-System vor, das GridSearchCV nutzt, um sechs Machine-Learning- und Deep-Learning-Modelle auf dem CICDDoS2019-Datensatz abzustimmen, wobei nachgewiesen wird, dass Random Forest und XGBoost im Vergleich zu anderen Algorithmen eine überlegene Genauigkeit und Effizienz bei der Erkennung verschiedener DDoS-Angriffe erreichen.

Rodrigue SAOUNGOUMI SOURPELE, Patalet LAYIBE, Franklin TCHAKOUNTE, Blaise Omer YENKE, Ado Adamou ABBA ARI2026-09-02
💻 computer science

Q-LDPSO: Quantum-Enhanced Leaders-Driven Particle Swarm Optimizer for Intrusion Detection in IoT Environments

Dieses Paper schlägt Q-LDPSO vor, einen neuartigen quanten-gestützten Particle Swarm Optimizer, der eine Quanten-Populationsinitialisierung und eine Quanten-Bidirektionale Suchstrategie aufweist, welcher in Kombination mit einem RF-XGBoost-Ensemble-Klassifikator eine überlegene Merkmalsselektions- und Intrusion-Detection-Leistung (99,63 % Genauigkeit) für IoT-Umgebungen erzielt.

Jayakumar Kaliappan2026-09-02
💻 computer science

Conservative Proxy Prompting for Reliable Frozen Vision–Language Models with Missing Modalities

Dieses Paper schlägt Conservative Proxy Prompting (CPP) vor, ein parametereffizientes Framework, das die Zuverlässigkeit eingefrorener Vision-Language-Modelle bei fehlenden Modalitäten verbessert, indem es Repräsentationen von Proxy-Merkmalen im Merkmalsraum konstruiert und deren Beitrag konservativ reguliert, um irreführende Signale zu vermeiden.

Xiaoyong Mei, Wei Ji, Jiale Dong, Chao Duan, Mingyan Zhang, Fudan Zheng2026-09-02