💻 Category

cs

3729 Arbeiten

💻 Informatik

Tax Evasion in Integrated Fiscal and Electronic Payment Systems: Vulnerabilities, Detection, and Mitigation in the Greek Digital Tax Ecosystem

Dieses Paper präsentiert eine technische Analyse des integrierten digitalen Steuersystems Griechenlands, identifiziert spezifische Schwachstellen in der Interaktion zwischen Fiskalgeräten, ERP-Systemen und EFTPOS-Terminals, die Steuerhinterziehung ermöglichen, und schlägt eine mehrschichtige Minderungsstrategie vor, die kryptografische Verbesserungen, regulatorische Vereinheitlichung und KI-gestützte Abstimmung kombiniert, um die Integrität der Zahlungen über die gesamte Kette hinweg zu gewährleisten.

Panagiotis Mavridis, Anargyros T. Baklezos, Nikolas Kapsalis, Christos D. Nikolopoulos2026-10-15
💻 Informatik

Interpretability Methods for Causal Predictions in Biomedical AI: A Systematic Review of Approaches and Evaluation Practices

Diese systematische Übersicht über 47 biomedizinische KI-Studien zeigt, dass Interpretierbarkeitsmethoden wie SHAP und LIME zwar weit verbreitet eingesetzt werden, um kausale Vorhersagemodelle zu erklären, deren Evaluierung jedoch überwiegend auf eigenschaftsbasierten Metriken beruht und selten die tatsächliche kausale Validität überprüft, was eine kritische Lücke zwischen Modellerklärung und kausaler Inferenz verdeutlicht.

Albert Schulle2026-10-15
💻 Informatik

Creating a Biomedical Causal Knowledge Graph via Semi-Supervised Learning

Diese Arbeit untersucht, wie Semi-Supervised-Learning-Paradigmen, wie etwa Self-Training und Active Learning, den Mangel an annotierten Daten adressieren, um die skalierbare Konstruktion kausaler biomedizinischer Wissensgraphen für die Präzisionsmedizin zu ermöglichen, während sie gleichzeitig aktuelle Herausforderungen und zukünftige Richtungen unter Einbeziehung von Large Language Models hervorhebt.

Jim Dorsey2026-10-15
💻 Informatik

Mechanist: AI as a Scientific Instrument for Discovering the Mechanisms of Intelligence

Das Papier stellt Mechanist vor, ein autonomes agentisches System, das eine umfassende wissenschaftliche Wissensbasis und kuratierte experimentelle Methoden nutzt, um die zugrunde liegenden Mechanismen von KI-Modellen zu entdecken, zu validieren und in sie einzugreifen, wodurch das Feld von der bloßen Untersuchung des Modellverhaltens hin zur aktiven Kontrolle desselben vorangetrieben wird.

Ningyu Zhang, Mengru Wang, Junfeng Fang, Shuofei Qiao, Zhenqian Xu, Haoming Xu, Haoxiong Wang, Shumin Deng, Linyi Yang (…)2026-10-15
💻 Informatik

The Reconstruction Gap: Boundary Noise and the Limits of Holographic Bulk Recovery in Deep Learning, with Implications for Black-Box AI Auditing

Dieses Paper führt die „Rekonstruktionslücke“ ein, um zu demonstrieren, dass holografische Deep-Learning-Modelle unter verrauschten Randbedingungen signifikanten und unvorhersehbaren internen Metrikfehlern unterliegen, wodurch die fundamentalen Grenzen der Black-Box-KI-Auditierung bei der Zertifizierung der internen Mechanismen eines Modells quantifiziert werden.

Alfredo Merlet2026-10-15
💻 Informatik

Adaptive TinyML at the Edge: A Multi-Seed Empirical Study of Drift, Robustness, Energy, Federated Learning, and Explainability

Diese Multi-Seed-empirische Studie über adaptives TinyML auf synthetischen Sensordaten zeigt, dass Online-Lernen das Konzeptdrift signifikant abmildert und adaptive Energie-Policies statische Modelle übertreffen, während sie gleichzeitig offenlegt, dass die Quantisierung von Eingangsmerkmalen die Genauigkeit bis zu 4 Bit bewahrt, Ansprüche auf Fairness beim föderierten Lernen eine Richtigstellung erfordern und neuronale Baselines trotz der überlegenen strukturellen Interpretierbarkeit von Fuzzy-Tunern eine höhere Genauigkeit aufweisen.

Kunal Dhanda2026-10-15
💻 Informatik

Data Leakage in Agricultural Object Detection Studies: A Critical Analysis, Recipes, and Recommendations

Diese Arbeit analysiert kritisch die weit verbreitete Datenleckage in der Forschung zur Objekterkennung in der Landwirtschaft, führt ein 12-Kriterien-Bewertungssystem zur Evaluierung von 33 auf PlantDoc basierenden Studien ein und zeigt auf, dass die berichtete Leistungsfähigkeit zwar hoch ist, die meisten Studien jedoch unter methodischen Lücken leiden – insbesondere im Hinblick auf den Umfang der Augmentierung –, welche die Zuverlässigkeit in der realen Anwendung untergraben, was spezifische Empfehlungen für Autoren, Gutachter und Datensatz-Verwalter nach sich zieht.

Mohieddine Jelali2026-10-15
💻 Informatik

Curvature-Based Shrinkage for Label-Budgeted Recalibration under Dataset Shift: An Empirical Risk Study

Diese empirische Risiko-Studie zeigt, dass krümmungsbasierte Schrumpfung den Vorhersageverlust gegenüber der Quellkalibrierung unter Datensatzverschiebung bei begrenzten Labels verbessert, wenngleich ihre Überlegenheit gegenüber einfacheren Baselines kontextabhängig ist, was einen kritischen Einsatz-Trade-off zwischen durchschnittlichen Gewinnen und dem Risiko einer schädlichen Rekalibrierung hervorhebt.

Jufeng Li, Wenjie Li2026-10-15✓ Author reviewed ⓘ
💻 Informatik

SSDT-YOLO: An Underwater Object Detection Framework for Efficient Small-Target Recognition in Complex Environments

Dieses Paper schlägt SSDT-YOLO vor, ein optimiertes, auf YOLOv8 basierendes Framework, das TEfficientNet, SPDConv, C2f-Dual und SCSA-Mechanismen integriert, um eine effiziente, hochpräzise Detektion kleiner Unterwassertargets in komplexen, lichtarmen Umgebungen bei signifikanter Reduzierung der Modellparameter zu erreichen.

Chaoyang Chen, Gangzhi Hu, Zunhui Yi, Lei He, Dan Yang2026-10-15
💻 Informatik

A CEDNet-based Algorithm for Cattle Detection and Counting in Complex Farming Environment in UAV Imagery

Dieses Paper schlägt C2Net vor, einen leichtgewichtigen, auf CEDNet basierenden Algorithmus, der Punktannotationen und eine neuartige Focus Inverse Distance Transform nutzt, um eine hochpräzise Rindererkennung und -zählung in komplexen UAV-Bildaufnahmen zu erreichen, wobei Herausforderungen wie Okklusion und Annotationskosten adressiert werden, während gleichzeitig eine praktische Lösung für die Bereitstellung auf Edge-Geräten geboten wird.

Tao Wu, Yihan Niu, Xi Chen, Qizhao Zhou2026-10-15