💻 Category

cs

2332 Arbeiten

💻 computer science

Cross device milling force prediction method based on self supervised pre training and domain adaptation

Dieses Papier schlägt eine geräteübergreifende Methode zur Vorhersage der Fräskräfte vor, die selbstüberwachtes Pretraining, Domain Adaptation und Few-Label Fine-Tuning kombiniert, um die Vibrations-Kraft-Abbildung trotz unterschiedlicher dynamischer Antworten und begrenzter Zielbereichs-Labels effektiv zu übertragen und so eine hohe Genauigkeit mit minimalen gelabelten Daten zu erreichen.

Zhigang Ma2026-09-01
💻 computer science

A Phrase-Disjoint Fairness and Efficiency Study of a Multimodal Speech-Text Model for Medical Symptom Detection

Dieses Paper entlarvt die Illusion hoher Genauigkeit bei der medizinischen Sprach-Text-Symptomerkennung, die durch Satzmemorierung in Standard-Datensatz-Splits verursacht wird, und etabliert eine rigorose, phrasendisjunkte Evaluations-Baseline unter Verwendung des Adaptive Gated Cross-Modal Fusion (AGCF)-Modells, um ehrliche Leistungsmetriken, Risiken der Fairness pro Klasse sowie den begrenzten Nutzen von Sentiment-Merkmalen aufzuzeigen und gleichzeitig signifikante Effizienzgewinne durch LoRA zu demonstrieren.

Anuj Kumar, Lav Upadhyay, Bhuwan Pratap Singh2026-09-01
💻 computer science

An Explainable IoT-Driven Framework for Trustworthy Decision-Making in Safety-Critical Autonomous Vehicles

Dieses Paper schlägt ein erklärbares, IoT-gesteuertes Framework vor und evaluiert dieses, welches interpretierbare KI-Modelle integriert, um die Transparenz, Rechenschaftspflicht und die Zuverlässigkeit der Echtzeit-Entscheidungsfindung in sicherheitskritischen autonomen Fahrzeugen zu verbessern.

Lakshmana Kumar Ramasamy, Firoz Khan, Rajesh Kumar Dhanaraj, Amala Jayanthi Maria Soosai, Akram Alkouz, Emad Abd Al Rahm (…)2026-09-01
💻 computer science

The comparative evaluation of explanations for algorithmic programming problems provided by a Human vs. ChatGPT: an exploratory online user study

Diese explorative Studie mit 37 Oberstufenschülern zeigt, dass die Teilnehmenden zwar nicht signifikant zwischen menschlichen und von ChatGPT generierten Programmierlösungen unterscheiden konnten, ihre Akzeptanz eines 3D-Avatar-Tutors jedoch weder von vorheriger Programmiererfahrung noch von der Vertrautheit mit Avataren beeinflusst wurde, was sowohl Optimismus als auch Skepsis gegenüber der Integration generativer KI in die Bildung hervorhebt.

Alfarabi Imashev, Zhanna Abisheva, Inara Tusseyeva, Zhanibek Kozhirbayev, Tohid Alizadeh, Bakhyt Matkarimov2026-09-01
💻 computer science

Hierarchical Reinforcement Learning-Based Adaptive Denoising and Reversible Color Restoration Method for Complex Degraded Murals

Dieses Paper schlägt ein auf hierarchischem bestärkendem Lernen basierendes Framework vor, das die Wandmalerei-Restaurierung in eine koordinierte High-Level-Regionenselektion und Low-Level-adaptive Operationen zerlegt und reversible Merkmalsbeschränkungen nutzt, um effektiv ein Gleichgewicht zwischen Rauschunterdrückung, struktureller Treue und konservativer Farbwiederherstellung bei komplex degradierten Wandmalereien zu erreichen.

Minjie Xu2026-09-01
💻 computer science

Quantum Trust Reinforced Transformer Framework for Trust Aware Autonomous Navigation with Adaptive Path Planning

Dieses Paper stellt QTR-Net vor, ein vereinheitlichtes, quantenunterstütztes und vertrauensbewusstes Transformer-Framework für die autonome Navigation, das Trajektorienvorhersage, dynamische Vertrauenskartierung und hybride quanten-klassische Pfadoptimierung integriert, um eine robuste, adaptive Steuerung in komplexen Verkehrsumgebungen zu erreichen.

Poojitha S.A., Swapna C, Venkata Bala Annapurna P, Ramesh Babu Pedditi, Sriharsha Vikruthi, Seelam Visweswara Rao2026-09-01
💻 computer science

LoRA-Based Diffusion Data Augmentation for Underwater Garbage Detection: An Empirical Study with YOLOv8s

Diese Studie zeigt, dass die Integration von LoRA-angepasstem Stable Diffusion mit ControlNet zur synthetischen Datenaugmentation die Leistung der auf YOLOv8s basierenden Unterwasser-Müllerkennung moderat verbessert, wenngleich ihre Wirksamkeit je nach Objektklasse variiert und von der Qualität der generierten Bilder sowie der Annotationsgenauigkeit abhängt.

Zhen-Yu Wu, Wei-An Chen, Chia-Hui Liu2026-09-01
💻 computer science

LLM-Driven Data Augmentation and Fine-Tuned Transformers vs. Few-Shot LLMs for Arabic Propaganda Technique Detection

Dieses Paper präsentiert eine umfassende Pipeline für die Erkennung arabischer Propaganda, die demonstriert, wie durch GPT-4.1 gesteuerte Few-Shot-Datenaugmentation traditionelle Methoden signifikant übertrifft, wodurch ein feinabgestimmtes BERT-Modell in die Lage versetzt wird, State-of-the-Art-Ergebnisse (F1-Micro=0,66) zu erzielen, die sowohl frühere Benchmarks als auch Few-Shot-LLM-Ansätze übertreffen, während gleichzeitig aufgezeigt wird, dass linguistische Merkmale schädlich sind und die Datenaugmentation der entscheidende Erfolgsfaktor in diesem ressourcenarmen, unausgewogenen Szenario ist.

Heba Mohammed Abed, Iyad H. Alshami, Motaz K H Saad2026-09-01
💻 computer science

CandidateFusion-MKAN: A Unified Framework for Robust Multimodal Crisis Classification across Diverse Supervision and Evidence Conditions

CandidateFusion-MKAN ist ein vereinheitlichtes Framework, das eine robuste multimodale Krisenklassifizierung mit einem einzigen Ausgang erreicht, indem es modalitätsgestütztes Kandidatenmengen-Lernen, Kandidatenmengen-Likelihood und begrenzte adaptive Soft-Targets integriert, um vielfältige Überwachung, fehlende oder degradierte Evidenz sowie widersprüchliche oder komplementäre Hinweise effektiv zu handhaben.

Zequn Wang, Shanshan Li, Qingjie Liu, Zhian Pan, Guan Li2026-09-01
💻 computer science

From Physics to Attention: Building Vision Transformers from Oscillatory Neural Network Hardware

Dieses Paper stellt HoKuVit vor, einen skalierbaren Convolutional Vision Transformer, der Kuramoto-basierte konvolutionale und Hopfield-basierte lineare Schichten in eine Oscillatory Neural Network-Architektur integriert, wodurch eine State-of-the-Art-Performance auf CIFAR-10 erreicht wird, während gleichzeitig ein gangbarer Weg für die Skalierung von ONNs auf tiefe KI-Pipelines aufgezeigt wird.

Tamas Endrei, Andras Horvath, Gyorgy Csaba2026-09-01