💻 Category

cs

2354 Arbeiten

💻 computer science

Blind Smart Navigator Optimizer (BSNO): A Bio-Inspired Hybrid Metaheuristic Algorithm for Expensive Black-Box Optimization

Dieses Paper stellt den Blind Smart Navigator Optimizer (BSNO) vor, einen neuartigen bioinspirierten hybriden Metaheuristik-Algorithmus, der die sequenziellen Navigationsstrategien sehbehinderter Menschen durch ein einheitliches Wahrnehmungs–Entscheidungs–Aktions-Paradigma nachahmt, um teure Black-Box-Optimierungsprobleme durch die Balance zwischen globaler Exploration und lokaler Exploitation bei gleichzeitiger Minimierung der Rechenkosten effizient zu lösen.

Majid Darehmiraki2026-08-24
💻 computer science

Objective Mismatch Limits Densest-Subgraph Detection of Money-Laundering Typologies

Diese Arbeit zeigt auf, dass die Effektivität der Detektion dichtester Teilgraphen bei der Identifizierung von Geldwäsche fundamental durch eine Zielkonflikt-Problematik (Objective Mismatch) begrenzt wird, da dichte-basierte Methoden strukturell daran scheitern, flussbasierte Typologien wie Mixing-Pools und lange Zyklen zu detektieren, während flussbasierte Detektoren in genau diesen Szenarien leistungsfähiger sind als sie.

Arturo Alejandro Arvizu Velazquez2026-08-24
💻 computer science

Adaptive Lagrangian Attention for Constrained Multimodal Multi-objective Optimization

Dieses Papier schlägt einen adaptiven, auf Attention basierenden Lagrangian-Relaxierung-Evolutionär-Algorithmus (AALR-CMMOEA) vor, der ein Dual-Population-Koevolution-Framework, eine dynamische Anpassung des Constraint-Drucks und eine adaptive Ressourcenallokationsstrategie einsetzt, um durch die Abwägung von Durchführbarkeit, Diversität und Konvergenz eingeschränkte multimodale multiobjektive Optimierungsprobleme effektiv zu lösen.

Shaobo Deng, Wenbin Xiao, Xinyu Hu, Yuhang Liu, Xiumei Tian, Yong Qin, Min Hu, Min Li, Sujie Guan, Hua Rao2026-08-24
💻 computer science

A Systematic Map Review of European Cybersecurity Skills Frameworks using Hierarchical Knowledge Graphs

Diese Arbeit präsentiert eine systematische Map-Review europäischer Cybersicherheits-Kompetenzrahmenwerke, welche hierarchische Wissensgraphen nutzt, um Evidenz aus 94 Quellen in strukturierte Säulen für Limitationen und Erweiterungen zu synthetisieren und damit die gegenwärtige Fragmentierung zu adressieren sowie eine einheitliche Evidenzbasis für die Harmonisierung des Ökosystems bereitzustellen.

Gaetano Perrone, Simon Pietro Romano2026-08-24
💻 computer science

ODConv-GFPN-LSPCD: A Multi-Module Enhanced YOLOv11n for Marine Organism Detection

Dieses Papier schlägt ODConv-GFPN-LSPCD vor, eine durch mehrere Module verbesserte YOLOv11n-Architektur, die Omni-dimensionale Dynamische Konvolution, ein Giraffen-Feature-Pyramid-Netzwerk und einen Leichtgewichtigen Gemeinsamen Faltungserkennungskopf integriert, um eine überlegene Genauigkeit und Echtzeiteffizienz für die Detektion von Meeresorganismen in anspruchsvollen Unterwasserumgebungen zu erreichen.

Shuzhi Zheng, Shuqiang Gao, Ruhui Zuo, Ruijie Xie, Yilin Hu, Yeqi Guo2026-08-24
💻 computer science

Data leakage inflates reported accuracy of deep learning for kidney stone detection on CT: a leakage-free, calibrated and uncertainty-aware reassessment across three centers

Diese Studie zeigt auf, dass die Aufteilung von Daten auf Bildebene bei Deep-Learning-Modellen zur Detektion von Nierensteinen in der Computertomographie die berichtete Genauigkeit aufgrund von Data Leakage künstlich um etwa neun Prozentpunkte aufbläht, und plädiert für patientenbasierte, kalibrierte und unsicherheitbewusste Evaluierungsprotokolle, um eine zuverlässige klinische Leistungsfähigkeit zu gewährleisten.

Okoi Obeten, Abas Aliu, Omowumi Aliu, Ahmed Jimoh, Zibril Aliyu, Christiana Ezeanya2026-08-24
💻 computer science

SGRI-HF: A Semantic Group-Aware Gated Residual Interaction and Heterogeneous Fusion Framework for College Student Mental Health Risk Identification

Dieses Paper schlägt das SGRI-HF-Framework vor, welches semantische Gruppenmodellierung, adaptives Gating und heterogene Fusion nutzt, um durch die Erfassung komplexer domänenübergreifender Abhängigkeiten und individueller Unterschiede in Fragebogendaten die psychischen Gesundheitsrisiken von Studenten effektiv zu identifizieren und dabei eine überlegene Leistung sowie Interpretierbarkeit im Vergleich zu bestehenden Methoden zu erzielen.

Fengyue Zhang, Chunlei Shi, Junfeng Zhang2026-08-24
💻 computer science

A Cautionary Evaluation of LLMs for TLS Normative Requirement Classification

Diese Arbeit bewertet große Sprachmodelle für die Automatisierung der Klassifizierung von TLS-Normativanforderungen unter Verwendung von NIST SP 800-52 Rev. 2 und stellt fest, dass, obwohl Ensemble-Methoden eine Genauigkeit von 93,75 % erreichen, eine systematische Verwechslung zwischen der Sprache „SHOULD NOT“ (sollte nicht) und „MAY“ (kann/darf) die aktuellen LLMs für eine eigenständige Compliance-Auditierung unzuverlässig macht.

Majid Mollaeefar, Riccardo Germenia, Salvatore Manfredi, Silvio Ranise2026-08-24