💻 Category

cs

1017 Arbeiten

💻 computer science

Rule-to-Data Knowledge Transfer via Optimal Transport for Weakly Supervised Anomaly Detection on Transaction Graphs

Dieses Paper schlägt ein schwach überwachtes Framework für die Anomalieerkennung in Transaktionsgraphen vor, das den optimalen Transport nutzt, um hierarchische Regelsemantiken, die aus Entscheidungsbäumen abgeleitet wurden, mit kontinuierlichen Transaktionsrepräsentationen auszurichten, wodurch qualitativ hochwertige Pseudo-Labels generiert werden und bestehende Baselines auf Benchmark-Datensätzen übertroffen werden.

Qiuyang Zhang, Keyang Chen, Mingxuan Jiang, Yuan Shui, Yandan Tan, Zhixin Li, Hongbin Zhu, Hongfeng Chai2026-06-29
💻 computer science

Public regulatory data infrastructure for lifecycle oversight of AI medical devices

Dieses Papier argumentiert, dass die derzeitigen öffentlichen Aufzeichnungen der Regulierungsbehörden für KI-gestützte Medizinprodukte aufgrund eines Mangels an strukturierten, abfragbaren Daten zu Softwareänderungen und KI-spezifischen Attributen unzureichend für eine Lebenszyklusüberwachung sind, und schlägt eine neue Datenspezifikation vor, um diese kritischen Defizite über die wichtigsten globalen Gerichtsbarkeiten hinweg zu adressieren.

Yu Han, Aaron Ceross2026-06-29
💻 computer science

Adaptive constrained reinforcement learning for energy-aware scheduling under changing load

Dieses Paper stellt CLASP vor, einen adaptiven, durch Constraints gesteuerten Reinforcement-Learning-Scheduler, der explizite Latenzbeschränkungen mittels eines PID-gesteuerten Lagrange-Preises und einer preisbedingten Policy erzwingt und dadurch eine stabile Energieeffizienz sowie die Einhaltung von Zielvorgaben über variierende Workloads hinweg aufrechterhält, bei denen traditionelle Ansätze mit festen Gewichtungen versagen.

Saher Elsayed, Khairi Azhar Aziz2026-06-29
💻 computer science

Enhancing Cybersecurity in Cloud Computing Environments through Zero Trust Architecture: A Multi-Layer Adaptive Framework with Simulation-Based Evaluation of Attack-Surface Reduction

Dieses Paper schlägt ein mehrschichtiges, adaptives Zero-Trust-Framework vor und evaluiert dieses, welches einen kontextsensitiven Vertrauensbewertungsmechanismus sowie eine rigorose mathematische Modellierung nutzt, um eine signifikante Reduktion der Erfolgsraten von Angriffen und der lateralen Bewegung innerhalb von Cloud-Umgebungen im Vergleich zu traditioneller perimeterbasierter Sicherheit nachzuweisen.

mohsin bashir hakak2026-06-29
💻 computer science

RadioAI: Physics-Grounded, Interpretable Deep Learning for Multi-Modal Medical Image Classification

RadioAI präsentiert ein reproduzierbares, physikbasiertes multimodales Deep-Learning-System, das spezialisierte Architekturen für die Klassifizierung von Thorax-CT, Brust-Ultraschall und Hirn-MRT mit einem automatischen Modaliäts-Routing-Gatekeeper sowie interpretierbaren Visualisierungswerkzeugen integriert, validiert durch kontrollierte Ablationsstudien, welche die empirische Notwendigkeit physikinformierter Designkomponenten nachweisen.

Maitri Savaliya2026-06-29
💻 computer science

Quantum-Projected Semantic Retrieval: A Universal Low-Latency Backbone for Multi-Modal AI Systems

Das Papier stellt QuantumRAG vor, ein universelles, latenzarmes Retrieval-System, das Text-Embeddings auf komplexe Quantenzustände im Hilbert-Raum abbildet, um eine BERT-äquivalente Genauigkeit bei einer 3,6-mal schnelleren Inferenz auf Standard-CPU-Hardware zu erreichen, während es gleichzeitig agnostisch gegenüber Datenmodalitäten wie Text, Mathematik und Video bleibt.

Amit Rana2026-06-29
💻 computer science

From Classroom to Cubicle: Academic Origins, Institutional Trajectories, and Research Impact of AI Scientists at MAANG Companies

Dieses Paper führt den MAANG-AI-450-Datensatz ein, um die Bildungshintergründe und Zitationserfolge von KI-Forschern bei großen Technologieunternehmen zu analysieren, wobei aufgezeigt wird, dass die Promotion zwar an Eliteinstitutionen konzentriert ist, der Zitationserfolg jedoch stark verzerrt ist und oft eher durch das aktuelle Arbeitsumfeld als allein durch die akademische Herkunft getrieben wird.

Kunal Dhanda2026-06-29
💻 computer science

Geometry-First Visual Intelligence: Deep Geometric Networks and Quantum Geometric Networks for Gesture Recognition

Dieses Paper stellt Deep Geometric und Quantum Geometric Networks (DGN/QGN) vor, eine neuro-symbolische Architektur, die durch die Extraktion expliziter, interpretierbarer differentialgeometrischer Merkmale aus Bewegungen und deren direkte Abbildung auf Quantenschaltkreisparameter eine wettbewerbsfähige Gestenerkennung erreicht und damit demonstriert, dass aktuelle Leistungsbeschränkungen auf Hardwarebeschränkungen statt auf algorithmische Mängel zurückzuführen sind.

Amit Rana2026-06-29
💻 computer science

Knowledge Evolution and AI Paradigm Shifts in Pedestrian Detection: A Bibliometric and Main Path Analysis

Diese Studie integriert eine bibliometrische Analyse mit einer KI-Paradigma-Perspektive, um die strukturelle Evolution der Forschung zur Fußgängererkennung abzubilden, wobei sie aufzeigt, dass der Übergang des Feldes von handgefertigten Merkmalen zu Deep Learning und Transformern durch graduelle Wissensintegration statt durch abrupte Brüche erfolgt, wodurch sie einen neuartigen theoretischen Rahmen für das Verständnis der KI-Entwicklung bietet.

Vo Thanh Kiet, Rene Jaros, Boris Pustejovsky, Jakub Stefansky, Ondrej Svoboda, Minh Ly Duc, Petr Bilik, Radek Martinek2026-06-29