💻 Category

cs

939 Arbeiten

💻 computer science

Hybrid Deep Learning Framework for Predictive Maintenance in Industrial IoT Systems A Multi-Sensor Fusion Approach with Explainability 

Dieses Paper schlägt ein hybrides erklärbares Deep-Learning-Framework (HEDLF) vor, das CNN, BiLSTM und Attention-Mechanismen mit Multi-Sensor-Fusion und SHAP-basierter Erklärbarkeit integriert, um eine hochgenaue vorausschauende Wartung sowie physikalische Interpretierbarkeit für industrielle IoT-Systeme zu erreichen, was durch die überlegene Leistung auf den NASA C-MAPSS- und IEEE PRONOSTIA-Benchmarks validiert wird.

Syed Eirfan Atthar2026-07-09
💻 computer science

Learnable Gabor and Wavelet Filters in Deep Learning for Mammographic Breast Cancer Classification: A Systematic Review

Diese systematische Übersichtsarbeit über 22 zwischen 2010 und 2026 veröffentlichte Studien kommt zu dem Schluss, dass lernbare Gabor- und Wavelet-Filter zwar interpretierbare und parametereffiziente Verbesserungen für die mammographische Brustkrebsklassifikation bieten, jedoch eine signifikante Evidenzlücke hinsichtlich ihrer gemeinsamen Integration für die multiklassige radiologische und pathologische Stadieneinteilung besteht.

Alanazi Sultan, Nurulhuda Azmi, NORSHALIZA KAMARUDDIN2026-07-09
💻 computer science

Distilled Edge Intelligence for Bolt Defect Detection in Communication Towers

Dieses Paper schlägt ein Framework für destillierte Edge-Intelligenz vor, das eine zweiphasige Knowledge-Distillation-Strategie mit einem konfidenzbewussten Edge-Cloud-kollaborativen Inferenzmechanismus kombiniert, um eine hochpräzise Detektion von Bolzenfehlern auf ressourcenbeschränkten Mobilfunkmast-Geräten zu erreichen und gleichzeitig die Cloud-Upload-Raten sowie die Latenz signifikant zu reduzieren.

Bailing Xiao, Huiling Shi2026-07-09
💻 computer science

A Hierarchical Deep Learning Framework for Pineapple Disease Detection, Typification, and Spatial Disease Visualization in Tropical Agricultural Environments

Diese Studie schlägt ein hierarchisches Deep-Learning-Framework vor und validiert dieses, welches die YOLOv8-Detektion mit der DenseNet121-Klassifizierung kombiniert, um eine robuste Erkennung, Typisierung und räumliche Visualisierung von Ananas Krankheiten unter herausfordernden tropischen Realfeldbedingungen zu erreichen, wobei es im Vergleich zu einstufigen Ansätzen eine überlegene Genauigkeit und Konfidenz in Blindfeldtests demonstriert.

Elainne Ladislau Ferreira Pereira Ladislau, Romário da Costa Silva Costa, Flávio Rafael Trindade Moura Trindade, Carlos (…)2026-07-09
💻 computer science

Is it out-of-the-box? A geometric approach to measuring creative thinking in semantic space

Dieses Papier schlägt ein computergestütztes Framework vor, das die Metapher des „Denkens außerhalb der Box“ formalisiert, indem es konzeptionelle Grenzen als geometrische Regionen in einem latenten semantischen Raum definiert und dadurch die Messung kreativer Abweichung durch eine themen-normalisierte geometrische Distanzmetrik ermöglicht.

Anna Kruzenshtern, Viktor Dodonov, Leonid Chechurin2026-07-09
💻 computer science

Author Name Disambiguation in Portuguese Scientific Publications: The SBC-AND dataset

Dieses Paper stellt SBC-AND vor, einen kuratierten Datensatz aus 442 portugiesischen wissenschaftlichen Publikationsdatensätzen, der darauf ausgelegt ist, die Unterrepräsentanz nicht-englischer Sprachen in der Forschung zur Autorennamen-Disambiguierung zu adressieren und als anspruchsvoller Benchmark für die Evaluierung multilingualer Disambiguierungsmodelle zu dienen.

Natan de S. Rodrigues, Samuel Gomes dos Santos, Vitória Maria Diniz, Sirlene A. Rodrigues Costa2026-07-09
💻 computer science

Short-Term Changes in E-Commerce Users’ Intentions and Product Recommendation Ranking

Dieses Paper schlägt ein zustandsbewusstes multimodales Empfehlungsranking-Modell für den grenzüberschreitenden E-Commerce vor, das kurzfristige Verschiebungen der Nutzerintention über sechs Betriebszustände hinweg explizit modelliert und auf dem neu eingeführten 42-Millionen-Datensatz CEMR-42M im Vergleich zu bestehenden Baselines eine überlegene Leistung bei kategoriesübergreifenden und niederfrequenten Artikel-Empfehlungen erzielt.

Zhengyuan, Ziyue Li2026-07-09
💻 computer science

Quantum machine learning performance evaluation for air pollution assessment with benchmarking and comparative analysis using multi-metric scoring and quantum circuit expressibility

Diese Studie führt das MDQ-3L-Framework ein, um klassische, tiefe und Quanten-Maschinelle-Lernmodelle für die Luftverschmutzungsvorhersage zu benchmarken, wobei aufgezeigt wird, dass klassische Modelle wie CatBoost und DBN unter NISQ-Beschränkungen derzeit Quantenansätzen übertreffen, das vorgeschlagene Multi-Metrik-Bewertungssystem jedoch effektiv strukturelle Limitationen identifiziert und die Auswahl von Quantenschaltkreisen mit geringer Verschränkung für die zukünftige hybride Umweltmodellierung leitet.

Jagadish Kumar Mogaraju2026-07-09
💻 computer science

Breast Abnormality Classification in Resource-Constrained Settings Through GAN Generated Synthetic Mammography Patches

Dieses Paper schlägt die Verwendung eines ressourcenarmen CUT-GAN vor, um synthetische Mammographie-Patches für das Training von Deep-Learning-Modellen in ressourcenbeschränkten Umgebungen zu generieren, wobei gezeigt wird, dass synthetische Daten zwar die Modellleistung im Vergleich zu gar keinen Daten verbessern, derzeit jedoch eine geringere Genauigkeit (0,751 AUC) aufweisen als das Training mit echten Bildern (0,913 AUC).

InChan Hwang2026-07-09
💻 computer science

An Equivalence-Checked RV32IM Pipeline with Integrated gshare Branch Prediction and On-FPGA Visualization

Dieses Paper präsentiert eine synthetisierbare fünfstufige RV32IM-Pipeline mit einem integrierten gshare-Branch-Predictor und einer hostunabhängigen On-FPGA-VGA-Visualisierungseinheit, die eine 2,33-fache Leistungssteigerung gegenüber einer statischen Baseline erzielt und gleichzeitig Echtzeit-Pipeline-Introspektion sowie bitgenaue funktionale Verifizierung ermöglicht.

Thivanka Wimalachandra2026-07-09