💻 Category

cs

974 Arbeiten

💻 computer science

Comparative Performance of General-Purpose Large Language Models and a Specialized Clinical AI Tool on OKAP-Style Ophthalmology Questions

Diese Studie evaluiert fünf große Sprachmodelle anhand von OKAP-typischen Ophthalmologie-Fragen und zeigt auf, dass allgemeine Modelle, insbesondere Gemini-Pro-3, das spezialisierte klinische KI-Tool OpenEvidence in Bezug auf Genauigkeit und Kalibrierung übertraf, während sie gleichzeitig eine signifikante Leistungsheterogenität und gemeinsame Fehlleistungen im logischen Schlussfolgern bei allen Systemen hervorhob.

Alon Moore Galindo, Amit Ginsberg, Razan Saadi, Tomer Kerman, David Schwartzman, Anat Loewenstein, Igal Leibovitch2026-07-08
💻 computer science

Proximal Policy Optimization-Based Intrusion Detection with Deep Latent Feature Learning

Dieses Paper schlägt ein neuartiges Intrusion-Detection-Framework vor, das einen zweistufigen gestapelten Autoencoder zur tiefen Merkmalsextraktion mit einem auf Proximal Policy Optimization basierenden Deep-Reinforcement-Learning-Agenten kombiniert und eine wettbewerbsfähige Leistung sowie Effizienz über mehrere Benchmark-Datensätze hinweg demonstriert.

Brahim El malki, Nidal Nasser, Ahmed El Ouadrhiri, Khalid EL FAZAZY, Hamid Tairi, Jamal Riffi2026-07-08
💻 computer science

A confidence-convergence decision layer for reliability-aware sequential recognition under limited observations

Diese Arbeit schlägt eine auf Konfidenz-Konvergenz basierende sequentielle Erkennungsmethode für sich unter Wasser bewegende Ziele vor, die die Konfidenz des Verhaltenstyps dynamisch aktualisiert und Entscheidungen nur dann akzeptiert, wenn Dominanz, zeitliche Stabilität und Interklassen-Separation gemeinsam erfüllt sind, wodurch die Genauigkeit im Vergleich zu bestehenden Baselines unter begrenzten und unsicheren Beobachtungen signifikant verbessert und Fehler reduziert werden.

Guangyu Luo2026-07-08
💻 computer science

HiRoC: Selective History Routing and Disagreement-Aware Calibration for Multimodal Conversational Emotion Recognition

Das Papier schlägt HiRoC vor, ein multimodales Framework zur Emotionserkennung, das die Vorhersagegenauigkeit steigert, indem es die relevante Gesprächshistorie selektiv durch sprecher-typisierte Graphen leitet und Entscheidungen unter Verwendung von cross-modalem Disagreement kalibriert, um die Einschränkungen bestehender graphbasierter Methoden zu adressieren.

Gong Li, Huiqiang Guo, Mengdi Liu, Ziyin Wei, Bowen Gu, Tiquan Gu, Dan Ma2026-07-08
💻 computer science

Automated Loop Detection and Iteration Count Analysis in Binary Code

Dieses Papier präsentiert eine automatisierte, skalierbare Methode, die interprozedurale statische Analyse mit Kontrollfluss- und Datenabhängigkeitsverfolgung kombiniert, um natürliche Schleifen in optimiertem Binärcode präzise zu erkennen und deren Iterationszahlen zu bestimmen, wobei eine hohe Präzision und Skalierbarkeit bei realer Software und Benchmark-Suites erreicht wird.

Hayk Aslanyan, Garnik Khroyan, Shake Hakobyan, Hripsime Hovhannisyan2026-07-08
💻 computer science

From Head Yaw to HMD Pose: A Reproducible Benchmark of Subjective VR Outcome Recoverability

Diese Arbeit etabliert einen reproduzierbaren Benchmark, der zeigt, dass vollständige HMD-Pose-Daten zwar bestimmte subjektive VR-Ergebnisse wie die räumliche Präsenz effektiv modellieren können, sie jedoch am besten als komplementäres Verhaltenssignal zu traditionellen Fragebögen und nicht als vollständiger Ersatz dienen, wobei die Wiederherstellbarkeit über verschiedene Konstrukte wie Usability, Arbeitsbelastung und Cybersickness hinweg signifikant variiert.

Fabiana Peres, Leonardo Brito, João Marcelo Teixeira, Fatima Nunes2026-07-08
💻 computer science

A Cost-Sensitive and Explainable Evaluation Framework for Chronic Kidney Disease Prediction Models

Dieses Paper schlägt ein kostensensitives und erklärbares Evaluierungsframework für die Vorhersage chronischer Nierenerkrankungen vor, das demonstriert, wie die Optimierung von Entscheidungsschwellenwerten und die Priorisierung der Vermeidung falsch-negativer Ergebnisse, zusammen mit einer Interpretabilitätsanalyse zur Bestätigung der klinischen Plausibilität, die Eignung von Modellen des maschinellen Lernens für die klinische Entscheidungsunterstützung verbessert.

Kayla DaCosta2026-07-08
💻 computer science

A Queryable Knowledge Graph of MITRE ATLAS: Cross-Linking Adversarial AI Taxonomies for Grounded Threat Reasoning

Dieses Paper präsentiert einen auf Neo4j basierenden Knowledge Graph, der die statische MITRE ATLAS-Dokumentation in ein abfragbares, LLM-gestütztes System transformiert, das mit den OWASP Top 10 für LLM-Anwendungen verknüpft ist und es Praktikern ermöglicht, Threat Reasoning durchzuführen, 40 nicht entschärfte Generative-KI-Techniken zu identifizieren und die orthogonale Natur von ATLAS-Taktiken und OWASP-Risikokategorien zu demonstrieren.

Salwa MAKNI2026-07-08
💻 computer science

Security-Aware Semantic Validation Framework (SSVF): An Execution-Aware Semantic Computing Approach for Intelligent Relational Database Security

Dieses Papier schlägt das Security-Aware Semantic Validation Framework (SSVF) vor, einen neuartigen, ausführungsbewussten Ansatz, der Datenbank-Ausführungspläne in strukturiertes semantisches Wissen transformiert, um raffinierte SQL-Injection-Angriffe zu erkennen und die Sicherheit relationaler Datenbanken durch intelligente, erklärbare Validierung zu erhöhen.

Kwame Addo-Buahing2026-07-08
💻 computer science

PromptSentinel: When Safe Isn't Safe, Distribution Mismatch in Prompt Safety Classification

Diese Arbeit zeigt auf, dass auf synthetischen Benchmarks trainierte Prompt-Safety-Klassifikatoren unter einer signifikanten Verteilungsabweichung leiden, wenn sie auf von Menschen verfasste Eingaben angewendet werden, was zu einem erheblichen Rückgang des Recalls und einem starken Anstieg der Falsch-Positiv-Raten führt, der nicht einfach durch eine Erhöhung der Modellkomplexität behoben werden kann.

Leesha Mogha2026-07-08