💻 Category

cs

933 Arbeiten

💻 computer science

E-Taste Signal Encoding and Classification via Multi- Attention Residual Networks Using sEMG Streams in Virtual Sensory Systems

Diese Studie stellt ein neuartiges MACB-ResNet-Deep-Learning-Modell vor, das die Genauigkeit der Klassifizierung virtueller Geschmackstimuli aus Gesichtsoberflächen-Elektromyographie-Signalen (sEMG) signifikant auf 86,32 % verbessert und damit traditionelle sowie Standard-Deep-Learning-Klassifikatoren für Anwendungen in der digitalen Gesundheit und Lebensmitteltechnologie übertrifft.

Zhendong Song, Asif Ullah, Majad Mansoor, You Wang2026-07-09✓ Author reviewed ⓘ
💻 computer science

Enhanced Seam Segmentation for Automated Welding Robot in Construction Through Transfer Learning: Addressing Limitations of Bilateral Segmentation Network

Diese Studie schlägt ein auf Transfer Learning basierendes Framework vor, das BiSeNetV2 durch einen hybriden Cross-Entropy–Lovász-Loss erweitert, um eine robuste Echtzeit-Nahtsegmentierung für das autonome Roboter-Schweißen im Bauwesen zu erreichen, wodurch die Leistung auf reflektierenden Oberflächen signifikant verbessert wird, ohne die Rechenkomplexität zu erhöhen.

Keonvin Park, Yong Ann Voeurn, Hyeokjun Kweon, Doyun Lee2026-07-09
💻 computer science

TITAN: Three-Tier Intrusion-Detection Tree-Based Adaptive Network for Industrial Internet of Things 

TITAN ist eine neuartige dreistufige Federated-Learning-Architektur für die Intrusion Detection im industriellen IoT, die die Herausforderungen durch Non-IID-Daten und Klassenungleichgewicht überwindet, indem sie mittels adaptiver Wissensdestillation und bayesscher Aggregation ausschließlich Vorhersageausgaben und Geräte-Zusammenfassungen austauscht und dabei eine überlegene Makro-F1-Leistung gegenüber bestehenden Methoden erzielt, ohne dass der Austausch von Rohdaten oder Gradienten erforderlich ist.

Sandeep Ghosh, Mohammed Al-Khafajiy, Saeid Pourroostaei Ardakani Ardakani2026-07-09
💻 computer science

Privacy-Utility Tradeoffs in Hierarchical Federated Learning Under Combined Differential Privacy and CKKS Homomorphic Encryption for Distributed Healthcare Networks

Dieses Paper schlägt ein hierarchisches Federated-Learning-Framework für das Gesundheitswesen vor, das Differential Privacy auf Client-Ebene mit CKKS-homomorpher Verschlüsselung auf Institutionsebene integriert und zeigt, dass Differential Privacy zwar messbare Genauigkeitsverluste verursacht, die vom Privacy-Budget abhängen, homomorphe Verschlüsselung hingegen keine Nutzenverschlechterung einführt, wodurch die distinkten Privacy-Utility-Tradeoffs jedes Mechanismus isoliert und quantifiziert werden.

Sayed Mohammed Alwedaei, Jenan Moosa2026-07-09
💻 computer science

Automatic Prosodic Audio Description Modeling

Dieses Paper schlägt ein einheitliches Framework vor, das die semantische Narrativgenerierung mit der prosodischen Audio-Deskriptionsmodellierung integriert und zeigt, dass referenzbasierte Synthese effektiv emotionale Nuancen wie die Grundfrequenz und die Sprechrate erfasst, um die Barrierefreiheit für sehbehinderte Nutzer zu verbessern, wenngleich eine perzeptuelle Validierung noch erforderlich ist.

Christian Quintero, Alexander Rozo‑Torres, Cristian Plazas2026-07-09
💻 computer science

CD-LHBC: A Consensus-Driven Lightweight Hierarchical Blockchain for Digital Cousin Networks

Dieses Paper schlägt CD-LHBC vor, eine konsensgesteuerte, leichtgewichtige hierarchische Blockchain für Digital Cousin Networks, die regionale Subchains, eine Koordinationschain und einen dynamischen Digital-Cousin-Konsistenzwert integriert, um eine latenzarme, fehlertolerante Synchronisation über Multi-Region-Umgebungen mit bis zu 25 % bösartigen Knoten zu erreichen.

Renke Zhao, Shaofei Lu2026-07-09
💻 computer science

Environment-specific, data-driven radiation source detection, localization and tracking via a sensor network and ensembles of randomized decision trees

Dieses Papier präsentiert einen datengesteuerten Ansatz unter Verwendung von Sensornetzwerken und Ensembles aus randomisierten Entscheidungsbäumen, um radioaktive Quellen in komplexen Umgebungen präzise zu detektieren, zu lokalisieren und zu verfolgen, wobei eine überlegene Leistung gegenüber traditionellen Methoden demonstriert wird, während gleichzeitig die Notwendigkeit detaillierter Strahlungstransportmodellierung entfällt.

Andrew White, Cory Simon, Haori Yang2026-07-09
💻 computer science

Quality-Constrained Preference Fading Model for Discrete Diffusion Recommendation

Dieses Paper schlägt das Quality-Constrained Preference Fading (QCPF) Modell vor, welches die diskrete Diffusions-Empfehlung verbessert, indem es die gleichmäßige Zufallsstichprobenentnahme durch eine qualitätsbewusste Mischverteilung und einen Mechanismus zur Filterung falsch-negativer Ergebnisse ersetzt, um informativere Präferenz-Degradations-Trajektorien zu erzeugen und dadurch die Top-K-Empfehlungsleistung signifikant zu steigern, ohne die Inferenzlatenz zu erhöhen.

Weisong Zhang, Tianwei Xu, Juxiang Zhou, Bingkun Wang2026-07-09
💻 computer science

Autonomous AI and Agentic Testing Agents: A Multi-Agent Architecture for Self-Directed Software Quality Assurance

Dieses Paper schlägt eine Multi-Agenten-Architektur vor, die LLM-gesteuerte autonome Agenten nutzt, um eine selbstgesteuerte Software-Qualitätssicherung durch die Automatisierung von Testgenerierung, Ausführung, Self-Healing und Defekt-Triage zu ermöglichen, während gleichzeitig kontinuierlich aus historischen Ergebnissen gelernt wird, um die Einschränkungen des traditionellen skriptbasierten Testens zu adressieren.

Urvish Gajjar2026-07-09