💻 Category

cs

3729 Arbeiten

💻 Informatik

AgedNet-Motion: Training-Free Selective Task Refresh for Resource-Aware Streaming Multi-Task Perception

AgedNet-Motion führt ein trainingsfreies, ressourcenbewusstes Framework für das Streaming von Multi-Task-Perzeption ein, das die Inferenzlatenz durch das selektive Aktualisieren aufgabenspezifischer Zweige basierend auf kalibrierten Bewegungs- und Altersmetriken sowie der Wiederverwendung zwischengespeicherter Ausgaben reduziert und dabei signifikante Geschwindigkeitssteigerungen bei minimalem Qualitätsverlust über verschiedene Modelle hinweg erreicht.

Sungjun Jang, Taegeun Oh2026-10-19
💻 Informatik

Reproducibility-Aware Evaluation of Hierarchical Multiple- Instance Learning for Patient-Level Thrombosis Detection from Compression Ultrasound

Diese Studie zeigt auf, dass die ursprünglich berichtete Überlegenheit des hierarchischen Multiple-Instance-Learnings gegenüber einer Fixed-Frame-Baseline für die Thromboseerkennung auf Patientenebene ein Artefakt umweltbedingter Inkonsistenzen war und unter kontrollierten Bedingungen nicht reproduziert werden konnte, wodurch Ansprüche auf einen stabilen Modellvorteil widerlegt werden.

Lei Jiao, Zhen Zhou, Hongsheng Yin, Jinhu Ma, Chuanhe Qian, Tao Li, Hao Zhang2026-10-19
💻 Informatik

An Open-Agent Framework for Intelligent Compliance Analysis in Infrastructure as Code Using Large Language Models

Dieses Paper präsentiert ein neuartiges Open-Agent-Framework, das die deterministische Richtliniendurchsetzung der Open Policy Agent mit LLM-gestützter kontextueller Argumentation hybridisiert, um eine präzise, prüfbereite Compliance-Analyse und Remediationsanleitungen für Infrastructure as Code zu liefern, wobei statistisch signifikante Leistungssteigerungen gegenüber herkömmlichen statischen Analysetools nachgewiesen werden.

Ayah Al-Jabali, Mu'awya Al-Dala'ien2026-10-19
💻 Informatik

A Two-Stage Lightweight Framework for Real Time Static Hand Gesture Recognition for Smart-Home Control

Dieses Paper schlägt ein echtzeitfähiges, leichtgewichtiges zweistufiges Framework vor, das Segmentierung und Klassifizierung entkoppelt, um eine robuste, latenzarme Erkennung statischer Handgesten für die Smart-Home-Steuerung zu erreichen, wobei ein verbessertes U-Net und ein neuartiger EdgeHandCNN-Klassifikator eingesetzt werden, um Fehlaktivierungen zu minimieren und eine hohe Genauigkeit auf Edge-Geräten zu gewährleisten.

Mingyang HUANG2026-10-19
💻 Informatik

Privacy-Preserving Artificial Intelligence in Digital Learning: A Systematic Review of Federated Learning, Differential Privacy, Security, and Educational Utility in Higher Education

Diese systematische Übersicht über 33 Studien zu datenschutzfreundlicher KI im Hochschulwesen stellt fest, dass Techniken wie föderiertes Lernen und Differential Privacy zwar den Lernerfolg aufrechterhalten können, dem Bereich jedoch derzeit rigorose Sicherheitsbewertungen, reale multi-institutionelle Implementierungen und umfassende Beurteilungen der bildungsspezifischen Auswirkungen fehlen.

ADESEGUN NURUDEEN OSIJIRIN, Oliver Okechukwu, Leonard C. Anigbo2026-10-19
💻 Informatik

A candidate-centred heterogeneous model ensemble improves semi-supervised segmentation of 3–<6 mm pulmonary nodules over a single enhanced Mean Teacher: internal and external testing

Diese Studie zeigt, dass ein durch eine Entwicklungs-Sperre (development-locked) gekennzeichnetes, heterogenes Modell-Ensemble die semisupervidierte Segmentierung kleiner (3–<6 mm) Lungenknoten gegenüber einem einzelnen, optimierten Mean Teacher sowohl in internen als auch in externen Tests verbessert, obwohl die moderaten Gewinne nicht definitiv beweisen, dass heterogene Zielvorgaben Vorteile über allgemeine Ensemble-Effekte hinaus bieten.

Hao Li, Zhenhua Zhu, Xiaoxiao Wang, Yong Cheng, Fang Li2026-10-19
💻 Informatik

Locality-Preserving Sketch Token Fusion for High-Fidelity Single-View 3D Reconstruction

Dieses Papier schlägt ein neuartiges Framework namens Locality-Preserving Sketch Token Fusion vor, das durch die Beibehaltung lokaler Sketch-Details mittels einer Dual-Path-Repräsentation und eines Cross-Attention-Mesh-Samplers eine hochgetreue 3D-Rekonstruktion aus einer Einzelansicht erreicht und dadurch effektiv den in bestehenden globalen Feature-Kompressionsmethoden inhärenten Verlust an geometrischen Details überwindet.

Lei Qinchuan, Li Nannan, Zhong Jiaming, Luo XianZeng, Zhao Min2026-10-19
💻 Informatik

Leakage-Controlled Multimodal Prediction of Piano Performance Expressivity Using Sequential and Engineered MIDI Representations

Dieses Paper schlägt ein Residual Cross-Gated Dual-Branch MIDI Attention Fusion Network (RCG-DMAF-Net) vor, um die Expressivität von Klavierperformances durch die Integration von sequenziellen Notenereignissen mit konstruierten Deskriptoren vorherzusagen, wobei durch eine Leakage-kontrollierte Evaluierung demonstriert wird, dass die multimodale Fusion die Vorhersagegenauigkeit gegenüber rein sequenzbasierten Modellen signifikant verbessert und gleichzeitig Pedalspiel, Velocity-Variationen sowie Tempo als entscheidende Treiber der Expressivität identifiziert.

Geping Jin, Dian Jin2026-10-19
💻 Informatik

CART Rule-Guided Diffusion and AI-Synthesized User Preferences for New Media Art Generation

Dieses Paper schlägt ein CART-Regel-gesteuertes Diffusionsmodell vor, das ein bedingtes GAN nutzt, um groß angelegte Nutzerpräferenzdaten zu synthetisieren, und interpretierbare Entscheidungsbaumregeln in den Diffusions-Sampling-Prozess integriert, wodurch die ästhetische Qualität und Personalisierung der Generierung neuer Medienkunst signifikant verbessert und gleichzeitig die ethischen sowie kostentechnischen Barrieren der menschlichen Datenerhebung überwunden werden.

Caixian Ye, Lijun Xu, Jun Tang2026-10-19
💻 Informatik

Short-Term Traffic Prediction: From Statistical Models to Spatial-Temporal Deep Learning

Dieser Review synthetisiert die Evolution der kurzfristigen Verkehrsvorhersage von statistischen Modellen hin zu räumlich-zeitlichem Deep Learning, wobei er das Feld als ein Abwägen zwischen Genauigkeit, Komplexität und Einsetzbarkeit rahmt und gleichzeitig die jüngsten Fortschritte durch die gemeinsame Modellierung räumlicher Strukturen und zeitlicher Dynamiken hervorhebt sowie entscheidende zukünftige Richtungen in den Bereichen Skalierbarkeit, Unsicherheit und Echtzeit-Einsatz identifiziert.

Mohammad Sadraei2026-10-19